開発者ガイド
Jev AIモデルの使い方：開発者向けステップバイステップガイド
State、型付き質問、プレイグラウンド、Jev APIを使い、分類、ルーティング、スコアリング、安全確認を行う方法を解説します。
Jev AIモデルの使い方：開発者向けステップバイステップガイド
Jev AIモデルの使い方を調べているなら、まず押さえたいのは、Jevはチャット画面を置き換えるのではなく、ソフトウェアがそのまま利用できる判断を行うためのモデルだという点です。Stateを渡し、1つ以上の型付き質問をすると、確率シグナルを含む構造化された回答が返ります。
そのため、サポートチケットの分類、リクエストの振り分け、リスクのスコアリング、レビューが必要な操作の判定、Agentワークフローで次に使うモデルの選択などに役立ちます。Jev AIのホームページでは、ソフトウェアチーム向けの意思決定レイヤーとして紹介しています。
このガイドでは、最初の実験からサーバーサイドのAPI連携までを順に説明します。
Jev AIモデルでできること
従来の言語モデルは、通常テキスト生成に使われます。Jevが扱うのは、より限定的で実務的な問いです。このStateを踏まえ、アプリケーションが次に使うべき構造化された判断は何か？
基本的なやり取りは、次の3要素で構成されます。
- State — コンテキストとなるテキスト、JSONオブジェクト、またはテキスト配列。
- Questions — アプリケーションが回答を必要とする判断事項。
- Answers — コードで分岐、並べ替え、振り分け、レビューに利用できる型付きの結果。
たとえば、サポートのワークフローでは、チケットをStateとして送信し、担当部門、緊急度、人による確認の要否をJevに尋ねられます。複数の質問を同じStateに対してまとめて評価できます。
回答の選択肢が明確な場合、Jevが最も役立ちます。自由形式の説明、創作、長い対話が必要なら、生成型LLMのほうが適していることが多いでしょう。それでも、LLMの前後にJevを配置し、ルーティングや実行を制御できます。
ステップ1：結果が明確な判断を1つ選ぶ
Jev AIの使い方を学ぶ最初のステップは、プロンプトを書くことではありません。製品がどのような判断を必要としているかを定義します。
最初に取り組みやすい判断の例です。
- このサポート依頼をどのチームに送るべきか？
- 優先キューに入れるほど緊急か？
- 提案されたツール呼び出しに人の承認が必要か？
- 定義済みの尺度で問題の深刻度を評価するといくつか？
- 次の処理をどのモデルに任せるべきか？
「この顧客を理解して」のような曖昧な依頼から始めるのは避けましょう。「このチケットを担当する、承認済みのサポートチームはどれか？」のように、範囲を限定した質問にします。質問が具体的であれば、評価や過去の事例によるテストがしやすく、アプリケーションのロジックにも安全に接続できます。
ステップ2：Stateを準備する
Stateは、すべての質問が参照するコンテキストです。Jevでは現在、次の3種類の入力形式を利用できます。
テキスト形式のState
メッセージ、チケット、メール、短い文書には文字列を使います。
{
"state": "My payout has failed three times and I need help before payroll runs tomorrow."
}
JSONオブジェクト形式のState
複数の名前付きフィールドが判断に関わる場合は、オブジェクトを使います。重要なコンテキストを長いプロンプトの中に隠さず、明示できます。
{
"state": {
"message": "My payout has failed three times.",
"account_age_days": 420,
"recent_failures": 3,
"requested_action": "retry payout"
}
}
配列形式のState
複数のメッセージやメモなど、複数のテキスト項目で構成されるコンテキストには配列を使います。判断に必要な根拠だけに絞りましょう。
質問に必要な量を超えるデータは送らないでください。関連性の高い小さなStateにすると、ワークフローが理解しやすくなり、どの根拠が回答に影響したかも把握しやすくなります。
ステップ3：適切な質問タイプを選ぶ
Jevには3つの主要な質問タイプがあります。すべてをYes/No形式に押し込むのではなく、判断の形に合うタイプを選んでください。
| 質問タイプ | 適した用途 | 典型的な結果 |
|---|---|---|
Choice |
分類またはルーティング | 事前定義された選択肢の1つと、各選択肢の確率・確信度 |
Score |
深刻度、品質、強度 | 順序付けられた評価基準上のスコアと、確率・確信度 |
Noul |
明確なYes/No判断 | 回答がYesである確率を0〜1で返す |
分類にはChoiceを使う
アプリケーションが有限個の宛先から選ぶ場合はChoiceが適しています。たとえばチケットの担当先として、請求、技術、営業のチームを設定できます。
段階評価にはScoreを使う
低・中・高の深刻度のように、順序のある段階にはScoreが便利です。段階は低い順から定義します。返されるスコアは確率で重み付けされるため、定義した段階の間の値になることもあります。
特定の命題にはNoulを使う
「この依頼には緊急の期限が含まれているか？」「この操作を人が確認すべきか？」といった問いにはNoulが向いています。命題が真である確率を0〜1で返します。
1つのリクエストでChoice、Score、Noulを組み合わせることもできます。各質問には固定のキーを設定してください。レスポンス内の回答も同じキーで特定します。
ステップ4：プレイグラウンドで判断を検証する
認証情報や本番コードを追加する前に、現実的な例を使ってJev AIプレイグラウンドで質問を試します。
次の短い手順で検証します。
- 代表的なStateを入力する。
- 範囲を絞った質問を1つ追加する。
- 判断を実行し、回答と確率を確認する。
- 明確な例、境界事例、曖昧な事例でも繰り返す。
- 結果を解釈しにくい場合は、指示や基準を見直す。
目的は、単一の例で正しく見せることではありません。アプリケーションが実際に受け取るデータを反映した、小規模な評価セットを作ります。一時停止、追加情報の要求、人による確認への振り分けが正解となるケースも含めてください。
ステップ5：サーバーからJev APIを呼び出す
質問が有用だと確認できたらAPIキーを作成し、サーバー側のサービスから本番エンドポイントを呼び出します。現在のエンドポイントは次のとおりです。
POST https://thejevai.com/v1/systemone
APIキーをBearerトークンとして送り、JSONボディにstate、model、questionsを含めます。APIリファレンスに記載されている現在の主力モデル名はjev-latestです。
curl -X POST https://thejevai.com/v1/systemone \
-H "Authorization: Bearer $JEV_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "jev-latest",
"state": {
"message": "My payout has failed three times.",
"days_waiting": 3
},
"questions": {
"department": {
"type": "choice",
"instructions": "Which team should handle this request?",
"criteria": {
"billing": "Payments, invoices, refunds, or payouts",
"technical": "Bugs, outages, or integration failures",
"sales": "Pricing, upgrades, or new accounts"
}
},
"needs_human": {
"type": "noul",
"instructions": "Does this request require human review?"
}
}
}'
JEV_API_KEYはサーバー側の環境変数に保管してください。ブラウザーのコード、公開記事、クライアントバンドル、リポジトリには含めないでください。
ステップ6：構造化された回答をアプリケーションコードで使う
レスポンスには、質問の各キーに対応する回答が含まれます。簡略化した例を示します。
{
"model": "jev-1.13.0",
"answers": {
"department": {
"type": "choice",
"choice": "billing",
"probabilities": {
"billing": 0.94,
"technical": 0.05,
"sales": 0.01
},
"confidence": 0.92
},
"needs_human": {
"type": "noul",
"noul": 0.87
}
},
"usage": {
"input_tokens": 180,
"output_tokens": 24
}
}
次の処理はアプリケーション側で決定します。たとえば次のように書けます。
const department = result.answers.department.choice;
const humanProbability = result.answers.needs_human.noul;
if (humanProbability >= 0.8) {
await queueForReview(ticket.id);
} else {
await routeToTeam(ticket.id, department);
}
重要なのは、判断と実行の境界です。Jevはシグナルを返し、アクションはコードが担います。アプリケーション側の権限確認なしに、Jevがデータを削除したり、支払いを実行したり、コンテンツを公開したり、機密性の高いツールを呼び出したりしないようにしてください。
確率と確信度を安全に使う
確率と確信度は、ルーティング、順位付け、エスカレーションに役立ちます。ただし、ビジネス上の判断が正しいことを保証するものではありません。システムが処理経路を選ぶためのシグナルとして扱ってください。
実務的なルールの例です。
- 確率が高くリスクが低い → 自動的に続行する。
- 確率が中程度、または見慣れないケース → コンテキストを追加する。
- リスクが高い、または確信度が低い → 人の承認を必須にする。
- 未対応または不正な入力 → エラーを返すか、安全な代替処理を使う。
過去の事例で閾値を決め、リリース後は誤検知と見逃しを監視しましょう。サポートの振り分けに適した閾値が、支払い、アカウントアクセス、破壊的なツールにも適しているとは限りません。
本番導入チェックリスト
Jevワークフローを本番に出す前に、次の項目を確認してください。
- 判断の選択肢が定義されている。
- Stateに質問に必要な根拠が含まれ、無関係なデータが少ない。
- 各質問の目的が1つに絞られている。
Choiceの基準が相互に理解しやすく、網羅的である。Scoreの段階が低い順に並んでいる。Noulの指示が、検証可能な命題を1つだけ表している。- APIキーをサーバー側に保存している。
- タイムアウト、再試行、APIエラーに安全な代替処理がある。
- 過去のケースで確率と確信度の閾値をテストした。
- 影響の大きい操作には、引き続きアプリケーションの権限確認または人によるレビューがある。
- ログに入力・質問のバージョン、結果、最終アクションを記録し、秘密情報は含めない。
現在のリクエスト項目、レスポンス形式、入力制限、エラー処理については、Jev AI APIドキュメントを参照してください。
Jev AIの使い方に関するよくある質問
Jev AIはチャットボットですか？
いいえ。Jevはソフトウェアが利用できる型付きの判断を目的としています。より大きなAI製品の一部として使えますが、主な用途はチャット履歴の生成ではありません。
1つのリクエストで複数の質問をできますか？
はい。複数の質問で同じStateを共有し、並列に評価できます。1つのワークフローで分類、スコアリング、安全判断をまとめて行う場合に便利です。
JevでLLMを置き換えるべきですか？
必ずしもそうではありません。範囲の明確な判断にはJevを使い、文章作成、要約、自由形式の推論には生成モデルを使います。Jevが次に呼び出すモデルやツールを決める構成も可能です。
画像、音声、動画をStateとして送れますか？
現在のAPIドキュメントでサポート対象とされているState入力は、テキスト、JSONオブジェクト、テキスト配列です。画像、音声、動画は直接入力として記載されていないため、判断を尋ねる前にアプリケーション側で変換または要約してください。
まとめ
Jev AIモデルを使い始めるには、まずリスクの低い判断を1つ選びます。必要最小限のStateを準備し、型付き質問を定義して、代表的な例でテストし、構造化された結果をコードにつなげます。この流れが安定したら、並列質問、確率に基づくレビュー、モデルルーティング、権限確認を追加しましょう。
Jevは、明確な次のアクションにつながる反復可能な判断が必要な場合に最も役立ちます。最終アクションはコードで管理し、認証情報はサーバーに保管し、自動化を止めて人の判断に切り替える場所は評価データに基づいて決めてください。