ここで試してからキーを作成
jevmodel.org の Playground で範囲の狭い判断を1つ試します。結果が使えたらログインしてダッシュボードを開き、API キーを作成してサーバー側の JEVMODEL_API_KEY に保存します。
答えの集合は小さく安定させます。フィールド名はあいまいなテーマではなく、コードがたどる分岐にちなんで付けます。
import os
import requests
response = requests.post(
"https://jevmodel.org/v1/systemone",
headers={"Authorization": f"Bearer {os.environ['JEVMODEL_API_KEY']}"},
json={
"state": "I was charged twice. Please fix this ASAP.",
"model": "jev-latest",
"questions": {
"category": {
"type": "choice",
"instructions": "What is this ticket about?",
"criteria": {"billing": "payments", "technical": "broken product", "other": "other"},
},
},
},
timeout=15,
)
print(response.json()) HTTP の仕様
このリクエストをすでに送っているリポジトリ は Jev プロジェクトディレクトリに掲載されています。
https://jevmodel.org/v1/systemone に POST します。model は jev-latest または固定バージョン。state はシリアライズ後8,000文字まで、questions は名前付きの choice・score・noul 質問を1〜8個含むオブジェクトです。
- jevmodel.org の制限は API キーごとに毎分120リクエストです。
- 成功したリクエストは入力トークンを消費します。上流で失敗したリクエストは返却されます。再試行時は Idempotency-Key ヘッダーを付けてください。
- コードに確信度のしきい値を設けましょう。Jev は分岐を簡単にしますが、リスクをゼロにはしません。
curl -X POST https://jevmodel.org/v1/systemone \
-H "Authorization: Bearer $JEVMODEL_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "jev-latest",
"state": "Customer: I was charged twice and I am furious.",
"questions": {
"topic": {
"type": "choice",
"instructions": "What is the issue about?",
"criteria": { "billing": "money problems", "bug": "broken product" }
},
"urgent": {
"type": "noul",
"instructions": "Escalate to a human now?"
}
}
}' 結果の使い方
アプリのコードで分岐します。topic が billing で escalate.noul がしきい値を超えたら人に回し、確信度が低ければ同じ状態をより大きなモデルかレビュアーに送ります。入力・出力・バージョン・その後の結果を記録すれば、Jev が本当にワークフローに役立っているのか、それとも決断力があるように見えるだけなのかを判断できます。
よくある質問
Jev API はどう使いますか?
jevmodel.org のダッシュボードでキーを作成し、JEVMODEL_API_KEY として保存して、Bearer 認証で https://jevmodel.org/v1/systemone に JSON を POST します。
どの Jev モデル ID を固定すべきですか?
しきい値を調整したら本番では jev-1.13.0 を使いましょう。jev-latest と jev-preview は現在同じバージョンですが、エイリアスは変わる可能性があります。
コードを書く前に Jev を試せますか?
はい。まず jevmodel.org の Playground を使ってください。API と同じ質問タイプで確認し、その後ダッシュボードでキーを作成できます。
Jev は日本語に対応していますか?
TypeSafe のドキュメントによると、英語が主な学習言語で精度も最も高く、日本語を含む他の言語も処理できますが英語ほどではありません。日本語で本番運用する前に実データでテストし、確信度を確認してください。