Skip to content

Jev क्या है ​

मान लीजिए आप कस्टमर सपोर्ट सुपरवाइज़र हैं। हर संदेश आने पर आप मन में कुछ छोटे निर्णय लेते हैं: यह किसका काम है? ग्राहक कितना जल्दी में है? तुरंत संभालना चाहिए या नहीं?

अभी Jev की चिंता न करें। नीचे वास्तविक प्रारूप का एक टिकट है, आप तीन चीज़ें तय करें।

आप तय करेंएक टिकट, तीन निर्णय
Our API integration started returning 500 errors on every request about 20 minutes ago, and we can’t process any customer orders until this is fixed.मुख्य भाव:हमारा API इंटीग्रेशन लगभग 20 मिनट पहले से हर रिक्वेस्ट पर 500 एरर दे रहा है, समस्या हल होने तक कोई ग्राहक ऑर्डर प्रोसेस नहीं हो पा रहा।

1यह संदेश किस टीम को भेजना चाहिए?

billing पेमेंट और सब्सक्रिप्शन संभालता है, technical खराबी और इंटीग्रेशन, sales कीमत और अकाउंट से जुड़ी पूछताछ

2ग्राहक कितना नाराज़ है? जहाँ ठीक लगे वहाँ खींचें

0 शांत कथन1 हताश लेकिन संयत2 बहुत गुस्सा

3"यह संदेश बहुत अत्यावश्यक है" — आप कितने निश्चित हैं कि यह कथन सत्य है?

0 बिल्कुल नहीं0.5 पचास-पचास1 बिल्कुल हाँ
तीनों के जवाब देने के बाद ही उत्तर देखें

Jev TypeSafe का फ्लैगशिप मॉडल है। आप इसे एक सामग्री और कुछ प्रश्न देते हैं, यह एक पैराग्राफ नहीं बल्कि वह उत्तर और प्रायिकताएँ लौटाता है जिन्हें कोड सीधे इस्तेमाल कर सकता है। यह कोई टेक्स्ट नहीं बनाता।

इस सेक्शन में कोड नहीं लिखा जाएगा। पढ़ने के बाद आप जान जाएँगे कि यह GPT और Claude से कहाँ अलग है, और कब इसे इस्तेमाल करना चाहिए।

सीखने के बाद आप क्या कर सकेंगे ​

  • एक वाक्य में बताएँ कि Jev क्या है और चैट मॉडल से कैसे अलग है
  • Choice, Score, Noul तीन प्रश्न-प्रकार अलग करें, हर एक किन प्रश्नों के उत्तर देता है
  • तय करें कि आपका स्थिति Jev के लिए उपयुक्त है या नहीं

एक अनुरोध कैसा दिखता है ​

हर कॉल एक ही आकार का होता है:

  • एक state: जिस सामग्री पर निर्णय लेना है। यह एक टेक्स्ट, एक JSON ऑब्जेक्ट, या कुछ टेक्स्ट हो सकती है।
  • कुछ questions: टाइप सहित प्रश्न।

हर प्रश्न के लिए एक टाइप सहित उत्तर लौटता है, साथ में प्रायिकता, और कुछ प्रश्न-प्रकारों में confidence भी। सभी प्रश्न एक ही सामग्री पर समानांतर, स्वतंत्र रूप से मूल्यांकित होते हैं, कुछ प्रश्न जोड़ने से रिस्पॉन्स समय लगभग नहीं बढ़ता।

एक बार देखेंएक रिक्वेस्ट: तीन सवाल एक साथ पूछें, तीन जवाब एक साथ मिलेंउत्तर आधिकारिक उदाहरण हैं; कोड केवल उदाहरण के लिए है

आधिकारिक रूप से ऐसे मॉडलों को System One कहा जाता है, नाम "Thinking, Fast and Slow" की "तेज़ सोच" से लिया गया है: वह निर्णय जो एक अनुभवी व्यक्ति सही सामग्री के साथ कुछ सेकंड में ले लेता है। Jev पहला System One मॉडल है।

  • मैं एक अनुरोध के दो इनपुट बता सकता हूँ: state और questions

चैट मॉडल से कैसे अलग है ​

आपने शायद चैट मॉडल से "तय करो टिकट किस टीम को जाए, JSON आउटपुट दो" कहकर आज़माया होगा। कभी वह कोड फेंस में लपेट देता है, कभी फ़ील्ड नाम गलत लिखता है, इसे पार्स करने वाला कोड बिज़नेस लॉजिक से भी लंबा हो जाता है। वह कहता है "बिल्कुल निश्चित", पर आपका कोड इन चार शब्दों से निर्णय नहीं ले सकता।

चैट मॉडल (GPT, Claude आदि)Jev
किसके लिए अनुकूलितमनुष्य पढ़ने हेतु टेक्स्ट बनानाकोड सीधे इस्तेमाल कर सके ऐसे निर्णय
आउटपुटफ्री टेक्स्ट, JSON चाहिए तो प्रॉम्प्ट से बाध्य करना पड़ता हैटाइप सहित उत्तर और प्रायिकताएँ, कुछ प्रश्न-प्रकारों में confidence
प्रायिकता भरोसेमंद हैंकैलिब्रेट नहीं, "मुझे पूरा यकीन है" सिर्फ शब्द हैंवास्तविक परिणामों पर कैलिब्रेट प्रशिक्षण, प्रायिकताएँ अनिश्चितता दर्शाती हैं
समझाता हैलंबी व्याख्या देता हैनहीं: रिप्लाई नहीं लिखता, कोड नहीं लिखता, तर्क नहीं समझाता
विशिष्ट उपयोगचैट, लेखन, कोड पूर्तिराउटिंग, वर्गीकरण, स्कोरिंग, गार्डरेल, हाँ-ना निर्णय

आपकी परीक्षाआप चाहते हैं कि प्रोग्राम खुद जांचे कि ”यह कमेंट विज्ञापन है या नहीं”, और सिर्फ पूरी भरोसे पर ही अपने आप डिलीट करे। कौन सा तरीका बेहतर है?

  • मैं Jev और चैट मॉडल का सबसे बड़ा अंतर बता सकता हूँ: यह मान और प्रायिकता आउटपुट करता है, टेक्स्ट नहीं

तीन प्रश्न-प्रकार ​

शुरुआत में आप हर एक एक बार आज़मा चुके हैं।

प्रश्न-प्रकारकिन प्रश्नों के उत्तर देता हैलौटाता है
Choiceनिश्चित विकल्पों में से एक चुननाchoice, हर विकल्प की probabilities, confidence
Scoreआपके परिभाषित स्तरों पर अंक देनाscore (दो स्तरों के बीच भी आ सकता है), probabilities, confidence
Noulएक वाक्य सही है या गलतnoul: 0 से 1 तक की प्रायिकता

जब दोनों उपयुक्त लगें, वह चुनें जिस पर कोड सीधे कार्रवाई कर सके: Choice तैयार शाखाओं के सेट से मेल खाता है, Score एक थ्रेशोल्ड से, Noul एक if से।

चौथा प्रश्न-प्रकार Box भी है, जो तस्वीरों में चीज़ों की स्थिति निर्धारित करता है, इसे Box और छवियाँ में अलग से समझाया गया है।

  • मैं तीनों प्रश्न-प्रकारों के उत्तर बता सकता हूँ

प्रायिकता कोड के लिए है ​

Jev के उत्तरों में "कितना निश्चित" शामिल होता है। यह सजावट नहीं, आपके कोड के निर्णय के लिए है: भरोसा ज़्यादा हो तो स्वचालित संभालें, कम हो तो मनुष्य को दें।

नीचे छह संदेश हैं और Jev का संभावित वर्गीकरण व भरोसा। विभाजक रेखा खींचें और देखें दोनों ओर क्या बदलता है।

ड्रैग करके देखेंजिनका भरोसा काफ़ी हो उन्हें ऑटोमैटिक प्रोसेस करें, बाकी मनुष्य के पास भेजेंसांकेतिक एनिमेशन, स्कोर केवल प्रदर्शन के लिए है

अपने आप प्रोसेस करें3

मानव से जोड़ें3

भरोसाकम से कम 0.80 का ऑटोमेटिक प्रोसेसिंग, बाकी इंसान के भरोसे। यह लाइन कहाँ खिंची जाए, यह आपका कोड तय करता है।

रेखा कहाँ खींचें इसका कोई मानक उत्तर नहीं। कार्रवाई जितनी भारी (रिफंड, डिलीट, अकाउंट बैन), रेखा उतनी ऊँची होनी चाहिए।

  • मैं जानता हूँ कि प्रायिकता और confidence कोड में "स्वचालित करें या मनुष्य को भेजें" तय करने के लिए हैं

खुद एक बार आज़माएँ (वैकल्पिक) ​

अगर आपके पास TypeSafe अकाउंट है, तो आधिकारिक Playground में बिना कोड आज़मा सकते हैं। अकाउंट नहीं है तो अभी छोड़ दें, अगला सेक्शन साइनअप कराएगा।

console.typesafe.ai/playground खोलें, शुरुआत वाले टिकट का अंग्रेज़ी मूल पाठ state में पेस्ट करें, और नीचे के तीन प्रश्न प्रश्न क्षेत्र में पेस्ट करें:

json
{
  "is_urgent": {
    "type": "noul",
    "instructions": "The message conveys urgency or time-sensitivity"
  },
  "department": {
    "type": "choice",
    "instructions": "Which team should handle this",
    "criteria": {
      "billing": "Payment or subscription issues",
      "technical": "Bugs or integration problems",
      "sales": "Pricing or account questions"
    }
  },
  "frustration": {
    "type": "score",
    "instructions": "How frustrated the customer appears",
    "criteria": [
      "Calm, just stating facts",
      "Frustrated but civil",
      "Very angry, strong language"
    ]
  }
}

आपको यह दिखना चाहिए: तीनों उत्तर एक साथ लौटते हैं। आधिकारिक उदाहरण के परिणाम हैं technical, 0.67, 0.99, वास्तविक मान Jev संस्करण के साथ बदल सकते हैं।

  • तीनों उत्तर एक बार में लौटते हैं, तीन अनुरोध भेजने की ज़रूरत नहीं

यह क्या नहीं है ​

यह Claude Code、Cursor के पीछे का मॉडल नहीं बन सकता। यह टेक्स्ट स्ट्रीम नहीं करता, टूल नहीं कॉल करता, फ़ाइलें एडिट नहीं करता, और कोई भी कॉन्फ़िगरेशन कोडिंग असिस्टेंट को Jev से ड्राइव नहीं कर सकता। सही तरीका उल्टा है: कोडिंग असिस्टेंट को हमेशा की तरह काम करने दें, जो आपके लिए "Jev कॉल करने वाला कोड" लिखे। देखें और Claude Code के साथ मिलकर।

यह समझाता नहीं कि क्यों। जवाब सिर्फ़ वैल्यू और प्रॉबेबिलिटी होते हैं। ज़्यादा बारीक जजमेंट चाहिए तो बड़े सवाल को कई छोटे सवालों में तोड़ें और कोड में जोड़ें। जैसे किसी स्टार्टअप प्लान को स्कोर देने के लिए उसे मार्केट साइज़, तकनीकी व्यवहार्यता, डिफ़रेंशिएशन — इन तीन Score में तोड़ें और खुद वेट दें।

चीनी कंटेंट को पहले टेस्ट करें

अंग्रेज़ी Jev की मुख्य ट्रेनिंग भाषा है, इसलिए सटीकता सबसे अच्छी है। दूसरी भाषाएँ (चीनी समेत) काम करती हैं, लेकिन आधिकारिक तौर पर कहा गया है कि सटीकता अंग्रेज़ी जितनी नहीं है। चीनी स्थितियों में लॉन्च से पहले अपने डेटा से टेस्ट करें, खासकर confidence देखें; जितना भारी एक्शन, उतना ही संरक्षणात्मक (कंज़र्वेटिव) थ्रेशोल्ड रखें।

  • मैं जानता/जानती हूँ कि Jev कोडिंग असिस्टेंट के पीछे के मॉडल को रिप्लेस नहीं कर सकता
  • मैं जानता/जानती हूँ कि चीनी स्थितियों में पहले अपने डेटा से टेस्ट करना चाहिए

चेकपॉइंट ​

  • मैं एक वाक्य में बता सकता/सकती हूँ कि Jev क्या है: इसे मटेरियल और टाइप वाला सवाल दें, तो यह ऐसा जवाब और प्रॉबेबिलिटी लौटाता है जिसे कोड सीधे इस्तेमाल कर सके, यह टेक्स्ट जनरेट नहीं करता
  • मैं तीन क़िस्म के सवाल बता सकता/सकती हूँ: Choice विकल्प चुनता है, Score स्कोर देता है, Noul सही-ग़लत तय करता है
  • मैं जानता/जानती हूँ कि प्रॉबेबिलिटी कोड के जजमेंट के लिए होती है
  • मैं जानता/जानती हूँ कि यह रीज़निंग नहीं समझाता और कोडिंग असिस्टेंट को ड्राइव भी नहीं कर सकता

अगला सेक्शन ​

कॉन्सेप्ट साफ़ हो गया, अब चाबी लेने चलें: रजिस्ट्रेशन और API Key।

gaodong.aiAboutPrivacyContact

Independent tutorials, not affiliated with any product mentioned. Product names and trademarks belong to their owners. Check official pages for prices and policies.