{"content_id":"klwm55imio","slug":"jev-decision-model-branching-design-and-limitations","locale":"zh-hant","schema_type":"TechArticle","category":"knowledge_base","category_name":"知識庫","title":"Jev 決策模型的分支設計與限制","summary":"Jev 是 TypeSafe AI 的決策模型，會回傳預先設定的選項與機率。本文說明各類問題與程式碼的串接方式及型別推斷，並整理信賴度的解讀方式，以及應用於韓語時需驗證的項目。","sponsorship_disclosure":null,"affiliate_disclosure":null,"commerce_disclosure":null,"author":{"name":"injoys","url":"https://injoys.com/ko/about"},"key_points":["Jev 不回傳自由形式的句子，而是回傳可供程式碼使用的選項與機率。","Choice 用於選擇類別，Score 用於分級評估，Noul 則用於詢問為真的機率。","TypeScript SDK 會根據問題定義推斷答案的型別。","confidence 是機率分布的摘要值，並非正確率本身。","韓語服務應以自有資料同時評估自動處理率與誤判率。"],"content_markdown":"Jev 是 TypeSafe AI 的判斷模型，會回傳預先設定的選項與機率。當需要將自然語言判斷連接到程式碼的分支條件時，很適合使用。它會限制輸出格式，但不保證判斷準確。\n\n價格以 2026年9月15日的公告為準，限制則以 9月17日審閱的文件為準。\n\n## Jev 負責什麼工作？\n\nJev 會讀取輸入內容，並針對預先定義的問題回傳結構化答案。要評估的內容放在 `state`，判斷標準定義在 `questions`。回傳的答案可用於分類或決定優先順序。\n\nTypeSafe AI 將這種方式稱為 System One 模型，並以 RLCD 說明其訓練方式。這是一種著重於校準判斷機率的強化學習。不過，各項服務的準確性仍須另外驗證。\n\n官方 Introduction 文件如此表述設計原則：\n\n\u003e Atomic questions, composed in code\n\u003e\n\u003e TypeSafe AI, Introduction\n\n意思是每個問題只負責一項判斷，多項判斷的組合則由程式碼處理。同一個請求中的各個問題會獨立評估相同的狀態。詳細結構可參閱 [TypeSafe AI Introduction](https://docs.typesafe.ai/introduction)。\n\n## Choice·Score·Noul 比較\n\n請依回傳答案在程式碼中的用途選擇問題類型。負責部門屬於類別選擇問題；嚴重程度屬於有順序的評估問題；特定要求是否存在，則可分為真或假。\n\n| 類型 | 詢問內容 | 主要回傳值 | 程式碼銜接方式 |\n| --- | --- | --- | --- |\n| Choice | 屬於預先設定的哪個類別 | `choice`, `probabilities`, `confidence` | `switch` 分支 |\n| Score | 處於已描述階段中的哪個程度 | `score`, `probabilities`, `confidence` | 將分數與閾值比較 |\n| Noul | 特定條件是否為真 | `noul` | 比較機率後以 `if` 分支 |\n\n### Choice 的選項該如何設定？\n\nChoice 的每個問題最多可設定 255 個選項。它會一併評估選項名稱與說明。如果也可能收到不在清單中的輸入，請考慮加入 `other` 之類的選項。這是為了減少勉強分類。\n\nChoice 會從提供的候選選項中選出一個。如果還要另外判斷所有候選選項是否都不合適，就必須新增問題。回傳機率的總和為 1。定義與限制請見 [Choice 文件](https://docs.typesafe.ai/primitives/choice)。\n\n### Score 與 Noul 有什麼不同？\n\nScore 會評估輸入在附有說明的各階段中處於什麼位置。階段編號從 0 開始。結果是階段編號的機率加權平均值，因此也可能回傳非整數分數。\n\nNoul 會回傳條件為真的機率，數值介於 0 到 1 之間。接近 0.5 表示真與假的機率相近，不能解讀為不滿程度處於中等。要衡量程度，請使用 [Score](https://docs.typesafe.ai/primitives/score)；要詢問是否存在，請使用 [Noul](https://docs.typesafe.ai/primitives/noul)。\n\n## 與一般程式碼及生成模型的角色比較\n\n精確計算交給程式碼，只有語意判斷交給模型。撰寫新句子是生成模型的工作。Jev 適合答案範圍已確定的判斷。可以依此區分，決定要替換現有功能的哪些部分。\n\n| 工作條件 | 適合的處理方式 | 原因 |\n| --- | --- | --- |\n| 計算日期間隔或項目數量 | 一般程式碼 | 可依規則精確計算 |\n| 將客戶詢問分配給負責部門 | Jev Choice | 選項固定的語意判斷 |\n| 評估故障報告的嚴重程度 | Jev Score | 在已描述的階段之間進行判斷 |\n| 確認是否要求轉接客服人員 | Jev Noul | 判斷特定意圖是否存在 |\n| 撰寫回答或自由摘要 | 生成模型 | 需要產生新的字串 |\n\n處理字串輸出時，可能需要驗證格式的程式碼。Jev 的設計是直接回傳符合定義的答案格式。但這不代表所有驗證與重試都不再需要。官方 SDK 也提供因應通訊錯誤等情況的重試政策。\n\n請繼續將外部輸入驗證與業務規則檢查分開設計。即使模型的答案符合型別，也可能在業務上有誤。這項區分是根據官方 [Client SDKs](https://docs.typesafe.ai/sdk) 與[模型限制文件](https://docs.typesafe.ai/model-jaggedness/jev-1.13)提出的設計解讀。\n\n## TypeScript 問題定義與答案型別\n\nTypeScript SDK 會從問題定義推導回傳值的型別。Choice 的選項鍵會對應到答案的允許值，因此能在編譯階段找出與不允許的字串進行比較的情況。SDK 要求的環境為 Node.js 20 以上。\n\n以下是改寫官方 SDK 呼叫形式的示意程式碼，並非測量執行結果或準確性的範例。需要設定環境變數 `TYPESAFE_API_KEY`。\n\n```typescript\nimport { TypeSafeClient, choice } from \"@typesafe-ai/sdk\";\n\nconst api = new TypeSafeClient();\n\nasync function classifyMessage(message: string) {\n  const result = await api.systemOne({\n    model: \"jev-1.13.0\",\n    state: { message },\n    questions: {\n      topic: choice(\"Classify the subject of message.\", {\n        account: \"Account access or password problems\",\n        delivery: \"Shipment tracking or delivery problems\",\n        other: \"Any subject outside those categories\",\n      }),\n    },\n  });\n\n  return result.answers.topic;\n}\n```\n\n此範例的 `choice` 型別為 `account | delivery | other`。在實際的 TypeScript 中，這些字串是以引號標示的字面值型別。不過，型別檢查無法判斷詢問是否被正確分類。安裝與呼叫規格請以 [JavaScript SDK 文件](https://docs.typesafe.ai/sdk/javascript)為準。\n\n## 信心度計算範例與常見錯誤\n\n`confidence` 是回傳機率的摘要值，不等於所選答案的機率，也不能直接當作實際答對率。制定自動執行標準時，尤其需要注意這項差異。\n\nChoice 的官方計算公式如下：\n\n`confidence = (最高機率 - 1 / 選項數) / (1 - 1 / 選項數)`\n\n官方文件中的機率分布為 `0.6, 0.3, 0.1`，共有 3 個選項。代入最高機率 0.6，confidence 為 0.4。選項機率 60% 與信心度 0.4 是不同的指標。\n\n| 常見解讀 | 正確解讀 |\n| --- | --- |\n| confidence 0.4 代表答對率 40% | 依公式得出的機率分布摘要值 |\n| Noul 0.5 代表普通程度 | 賦予真與假相近機率的狀態 |\n| Score 的小數點是精密的實測值 | 已定義階段編號的機率加權平均值 |\n| 信心度高就能省略權限檢查 | 業務權限與執行條件須由程式碼另外檢查 |\n\n數值的意義依據官方 [Confidence 文件](https://docs.typesafe.ai/confidence)。將權限檢查分開處理，則是據此提出的營運設計建議。\n\n## 如何比較價格與回應時間？\n\n公告價格為每 100 萬個輸入 token 0.042 美元，輸出 token 則標示為免費。公布的回應時間範圍為 70~500 毫秒。這些數值以該公司 2026年9月15日的公告為準。\n\n該公司公布的倍數比較來自特定工作流程的評估。評估以其他大型模型的平均預測為基準，而不是實際正確答案。速度評估主要在美國西部進行。因此，這些結果不代表所有業務的準確度或韓國境內的回應時間。\n\n| 比較項目 | 須確認的內容 |\n| --- | --- |\n| API 成本 | 實際輸入 token 用量與適用單價 |\n| 回應時間 | 服務執行地區的往返時間 |\n| 準確度 | 實際業務中已標註正確答案的樣本結果 |\n| 營運成本 | 包含重試與人工審查的成本 |\n\n只比較價格，可能會忽略審查工作增加的情況。評估是否導入時，需要計入處理結果的成本。公告數值的適用條件載於 [Jev 公開公告](https://typesafe.ai/blog/introducing-system-one-models-and-jev)。\n\n## Jev 1.13 的九項限制\n\n官方文件將 Jev 1.13 的失敗類型整理為九項。此清單以 2026年9月17日審閱的內容為準。即使在部分案例中成功，也不保證該工作的可靠性。\n\n| 失敗類型 | 設計上的因應方式 |\n| --- | --- |\n| 逐字解讀措辭 | 在指示中明確寫出隱含條件 |\n| 計算與計數 | 以程式碼處理算術 |\n| 比較日期與時間 | 組成日期後以程式碼比較 |\n| 雙重否定與多步驟推論 | 拆分成直接的問題 |\n| 輸入含有大量無關內容 | 只傳送必要欄位 |\n| 引導判斷的輸入 | 將引導性句子納入事前評估 |\n| 指示與選擇標準衝突 | 讓問題與標準的意思一致 |\n| 問題之間缺乏數學一致性 | 由程式碼管理邏輯關係 |\n| 自由文字生成 | 使用生成模型 |\n\n即使意思相同，Noul 與 Choice 得出的機率也可能不同。不要把針對某一類型設定的閾值直接套用到另一類型。依據為 [Jev 1.13 jaggedness](https://docs.typesafe.ai/model-jaggedness/jev-1.13)。\n\n## 韓語服務的適用條件\n\nJev 可以處理韓語輸入，但不保證效能與英語相同。官方文件說明，主要訓練語言是英語，也明確指出韓語等 CJK 文字語系的效能差異。文件未提供通用的韓語準確度數值。\n\n請以自行蒐集的樣本判斷是否適用於韓語。最好也納入語氣委婉或有所省略的詢問。若只評估翻譯文字，可能會漏掉真實客戶用語風格的差異。這是考量語言間效能差異而提出的評估建議。\n\n- 分開評估明確與模糊的請求\n- 分別統計部門分類與情緒評估\n- 重新驗證英語所設定的閾值是否適用於韓語\n- 模型變更前後使用相同樣本比較\n\n新版本推出時，`jev-latest` 指向的模型會改變。如果閾值是針對特定版本設定的，請考慮固定版本。語言與版本政策可參閱官方 [Models 文件](https://docs.typesafe.ai/models)。\n\n## 評估模型替換時容易忽略的自動處理率\n\n替換模型時，必須同時檢視整體準確度與自動處理率。如果把所有模糊案例都交給人工處理，自動處理量就會減少；擴大自動處理範圍，則可能增加錯誤執行的案例。以下是擴充官方文件信心度分支原則的評估方法。\n\n| 指標 | 計算或記錄方式 | 確認目的 |\n| --- | --- | --- |\n| 自動處理率 | 自動處理件數 / 評估總件數 | 實際減少的人工工作量 |\n| 自動處理誤判率 | 自動處理中的誤判件數 / 自動處理件數 | 自動化結果的品質 |\n| 人工審查率 | 送交審查件數 / 評估總件數 | 剩餘的審查負擔 |\n| 最終處理時間 | 測量從輸入到最終完成的時間 | 包含審查的等待時間 |\n\n如果沒有自動處理件數，就無法計算自動處理誤判率。此時請記錄為無法計算，而非 0%。保留指標的分母，才能比較不同模型。\n\n評估可依下列順序進行。\n\n1. 請人員為實際業務樣本標註正確答案。\n2. 固定問題措辭與選項定義。\n3. 記錄模型版本、機率及最終分支。\n4. 比較各閾值的自動處理率與誤判率。\n5. 依可接受的錯誤程度訂定營運標準。\n\n不存在普遍適用的閾值。標準必須反映錯誤執行時的影響。作為起點的分支原則可參閱 [Confidence 文件](https://docs.typesafe.ai/confidence)。","content_html":"\u003cp\u003eJev 是 TypeSafe AI 的判斷模型，會回傳預先設定的選項與機率。當需要將自然語言判斷連接到程式碼的分支條件時，很適合使用。它會限制輸出格式，但不保證判斷準確。\u003c/p\u003e\n\u003cp\u003e價格以 2026年9月15日的公告為準，限制則以 9月17日審閱的文件為準。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#jev-%E8%B2%A0%E8%B2%AC%E4%BB%80%E9%BA%BC%E5%B7%A5%E4%BD%9C\" class=\"anchor\" id=\"jev-負責什麼工作\"\u003e\u003c/a\u003eJev 負責什麼工作？\u003c/h2\u003e\n\u003cp\u003eJev 會讀取輸入內容，並針對預先定義的問題回傳結構化答案。要評估的內容放在 \u003ccode\u003estate\u003c/code\u003e，判斷標準定義在 \u003ccode\u003equestions\u003c/code\u003e。回傳的答案可用於分類或決定優先順序。\u003c/p\u003e\n\u003cp\u003eTypeSafe AI 將這種方式稱為 System One 模型，並以 RLCD 說明其訓練方式。這是一種著重於校準判斷機率的強化學習。不過，各項服務的準確性仍須另外驗證。\u003c/p\u003e\n\u003cp\u003e官方 Introduction 文件如此表述設計原則：\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003eAtomic questions, composed in code\u003c/p\u003e\n\u003cp\u003eTypeSafe AI, Introduction\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003e意思是每個問題只負責一項判斷，多項判斷的組合則由程式碼處理。同一個請求中的各個問題會獨立評估相同的狀態。詳細結構可參閱 \u003ca href=\"https://docs.typesafe.ai/introduction\"\u003eTypeSafe AI Introduction\u003c/a\u003e。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#choicescorenoul-%E6%AF%94%E8%BC%83\" class=\"anchor\" id=\"choicescorenoul-比較\"\u003e\u003c/a\u003eChoice·Score·Noul 比較\u003c/h2\u003e\n\u003cp\u003e請依回傳答案在程式碼中的用途選擇問題類型。負責部門屬於類別選擇問題；嚴重程度屬於有順序的評估問題；特定要求是否存在，則可分為真或假。\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e類型\u003c/th\u003e\n\u003cth\u003e詢問內容\u003c/th\u003e\n\u003cth\u003e主要回傳值\u003c/th\u003e\n\u003cth\u003e程式碼銜接方式\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"類型\"\u003eChoice\u003c/td\u003e\n\u003ctd data-label=\"詢問內容\"\u003e屬於預先設定的哪個類別\u003c/td\u003e\n\u003ctd data-label=\"主要回傳值\"\u003e\n\u003ccode\u003echoice\u003c/code\u003e, \u003ccode\u003eprobabilities\u003c/code\u003e, \u003ccode\u003econfidence\u003c/code\u003e\n\u003c/td\u003e\n\u003ctd data-label=\"程式碼銜接方式\"\u003e\n\u003ccode\u003eswitch\u003c/code\u003e 分支\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"類型\"\u003eScore\u003c/td\u003e\n\u003ctd data-label=\"詢問內容\"\u003e處於已描述階段中的哪個程度\u003c/td\u003e\n\u003ctd data-label=\"主要回傳值\"\u003e\n\u003ccode\u003escore\u003c/code\u003e, \u003ccode\u003eprobabilities\u003c/code\u003e, \u003ccode\u003econfidence\u003c/code\u003e\n\u003c/td\u003e\n\u003ctd data-label=\"程式碼銜接方式\"\u003e將分數與閾值比較\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"類型\"\u003eNoul\u003c/td\u003e\n\u003ctd data-label=\"詢問內容\"\u003e特定條件是否為真\u003c/td\u003e\n\u003ctd data-label=\"主要回傳值\"\u003e\u003ccode\u003enoul\u003c/code\u003e\u003c/td\u003e\n\u003ctd data-label=\"程式碼銜接方式\"\u003e比較機率後以 \u003ccode\u003eif\u003c/code\u003e 分支\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003ch3\u003e\n\u003ca href=\"#choice-%E7%9A%84%E9%81%B8%E9%A0%85%E8%A9%B2%E5%A6%82%E4%BD%95%E8%A8%AD%E5%AE%9A\" class=\"anchor\" id=\"choice-的選項該如何設定\"\u003e\u003c/a\u003eChoice 的選項該如何設定？\u003c/h3\u003e\n\u003cp\u003eChoice 的每個問題最多可設定 255 個選項。它會一併評估選項名稱與說明。如果也可能收到不在清單中的輸入，請考慮加入 \u003ccode\u003eother\u003c/code\u003e 之類的選項。這是為了減少勉強分類。\u003c/p\u003e\n\u003cp\u003eChoice 會從提供的候選選項中選出一個。如果還要另外判斷所有候選選項是否都不合適，就必須新增問題。回傳機率的總和為 1。定義與限制請見 \u003ca href=\"https://docs.typesafe.ai/primitives/choice\"\u003eChoice 文件\u003c/a\u003e。\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#score-%E8%88%87-noul-%E6%9C%89%E4%BB%80%E9%BA%BC%E4%B8%8D%E5%90%8C\" class=\"anchor\" id=\"score-與-noul-有什麼不同\"\u003e\u003c/a\u003eScore 與 Noul 有什麼不同？\u003c/h3\u003e\n\u003cp\u003eScore 會評估輸入在附有說明的各階段中處於什麼位置。階段編號從 0 開始。結果是階段編號的機率加權平均值，因此也可能回傳非整數分數。\u003c/p\u003e\n\u003cp\u003eNoul 會回傳條件為真的機率，數值介於 0 到 1 之間。接近 0.5 表示真與假的機率相近，不能解讀為不滿程度處於中等。要衡量程度，請使用 \u003ca href=\"https://docs.typesafe.ai/primitives/score\"\u003eScore\u003c/a\u003e；要詢問是否存在，請使用 \u003ca href=\"https://docs.typesafe.ai/primitives/noul\"\u003eNoul\u003c/a\u003e。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%E8%88%87%E4%B8%80%E8%88%AC%E7%A8%8B%E5%BC%8F%E7%A2%BC%E5%8F%8A%E7%94%9F%E6%88%90%E6%A8%A1%E5%9E%8B%E7%9A%84%E8%A7%92%E8%89%B2%E6%AF%94%E8%BC%83\" class=\"anchor\" id=\"與一般程式碼及生成模型的角色比較\"\u003e\u003c/a\u003e與一般程式碼及生成模型的角色比較\u003c/h2\u003e\n\u003cp\u003e精確計算交給程式碼，只有語意判斷交給模型。撰寫新句子是生成模型的工作。Jev 適合答案範圍已確定的判斷。可以依此區分，決定要替換現有功能的哪些部分。\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e工作條件\u003c/th\u003e\n\u003cth\u003e適合的處理方式\u003c/th\u003e\n\u003cth\u003e原因\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"工作條件\"\u003e計算日期間隔或項目數量\u003c/td\u003e\n\u003ctd data-label=\"適合的處理方式\"\u003e一般程式碼\u003c/td\u003e\n\u003ctd data-label=\"原因\"\u003e可依規則精確計算\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"工作條件\"\u003e將客戶詢問分配給負責部門\u003c/td\u003e\n\u003ctd data-label=\"適合的處理方式\"\u003eJev Choice\u003c/td\u003e\n\u003ctd data-label=\"原因\"\u003e選項固定的語意判斷\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"工作條件\"\u003e評估故障報告的嚴重程度\u003c/td\u003e\n\u003ctd data-label=\"適合的處理方式\"\u003eJev Score\u003c/td\u003e\n\u003ctd data-label=\"原因\"\u003e在已描述的階段之間進行判斷\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"工作條件\"\u003e確認是否要求轉接客服人員\u003c/td\u003e\n\u003ctd data-label=\"適合的處理方式\"\u003eJev Noul\u003c/td\u003e\n\u003ctd data-label=\"原因\"\u003e判斷特定意圖是否存在\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"工作條件\"\u003e撰寫回答或自由摘要\u003c/td\u003e\n\u003ctd data-label=\"適合的處理方式\"\u003e生成模型\u003c/td\u003e\n\u003ctd data-label=\"原因\"\u003e需要產生新的字串\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003e處理字串輸出時，可能需要驗證格式的程式碼。Jev 的設計是直接回傳符合定義的答案格式。但這不代表所有驗證與重試都不再需要。官方 SDK 也提供因應通訊錯誤等情況的重試政策。\u003c/p\u003e\n\u003cp\u003e請繼續將外部輸入驗證與業務規則檢查分開設計。即使模型的答案符合型別，也可能在業務上有誤。這項區分是根據官方 \u003ca href=\"https://docs.typesafe.ai/sdk\"\u003eClient SDKs\u003c/a\u003e 與\u003ca href=\"https://docs.typesafe.ai/model-jaggedness/jev-1.13\"\u003e模型限制文件\u003c/a\u003e提出的設計解讀。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#typescript-%E5%95%8F%E9%A1%8C%E5%AE%9A%E7%BE%A9%E8%88%87%E7%AD%94%E6%A1%88%E5%9E%8B%E5%88%A5\" class=\"anchor\" id=\"typescript-問題定義與答案型別\"\u003e\u003c/a\u003eTypeScript 問題定義與答案型別\u003c/h2\u003e\n\u003cp\u003eTypeScript SDK 會從問題定義推導回傳值的型別。Choice 的選項鍵會對應到答案的允許值，因此能在編譯階段找出與不允許的字串進行比較的情況。SDK 要求的環境為 Node.js 20 以上。\u003c/p\u003e\n\u003cp\u003e以下是改寫官方 SDK 呼叫形式的示意程式碼，並非測量執行結果或準確性的範例。需要設定環境變數 \u003ccode\u003eTYPESAFE_API_KEY\u003c/code\u003e。\u003c/p\u003e\n\u003cpre\u003e\u003ccode\u003e\u003cspan\u003eimport { TypeSafeClient, choice } from \"@typesafe-ai/sdk\";\n\u003c/span\u003e\u003cspan\u003e\n\u003c/span\u003e\u003cspan\u003econst api = new TypeSafeClient();\n\u003c/span\u003e\u003cspan\u003e\n\u003c/span\u003e\u003cspan\u003easync function classifyMessage(message: string) {\n\u003c/span\u003e\u003cspan\u003e  const result = await api.systemOne({\n\u003c/span\u003e\u003cspan\u003e    model: \"jev-1.13.0\",\n\u003c/span\u003e\u003cspan\u003e    state: { message },\n\u003c/span\u003e\u003cspan\u003e    questions: {\n\u003c/span\u003e\u003cspan\u003e      topic: choice(\"Classify the subject of message.\", {\n\u003c/span\u003e\u003cspan\u003e        account: \"Account access or password problems\",\n\u003c/span\u003e\u003cspan\u003e        delivery: \"Shipment tracking or delivery problems\",\n\u003c/span\u003e\u003cspan\u003e        other: \"Any subject outside those categories\",\n\u003c/span\u003e\u003cspan\u003e      }),\n\u003c/span\u003e\u003cspan\u003e    },\n\u003c/span\u003e\u003cspan\u003e  });\n\u003c/span\u003e\u003cspan\u003e\n\u003c/span\u003e\u003cspan\u003e  return result.answers.topic;\n\u003c/span\u003e\u003cspan\u003e}\n\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\n\u003cp\u003e此範例的 \u003ccode\u003echoice\u003c/code\u003e 型別為 \u003ccode\u003eaccount | delivery | other\u003c/code\u003e。在實際的 TypeScript 中，這些字串是以引號標示的字面值型別。不過，型別檢查無法判斷詢問是否被正確分類。安裝與呼叫規格請以 \u003ca href=\"https://docs.typesafe.ai/sdk/javascript\"\u003eJavaScript SDK 文件\u003c/a\u003e為準。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%E4%BF%A1%E5%BF%83%E5%BA%A6%E8%A8%88%E7%AE%97%E7%AF%84%E4%BE%8B%E8%88%87%E5%B8%B8%E8%A6%8B%E9%8C%AF%E8%AA%A4\" class=\"anchor\" id=\"信心度計算範例與常見錯誤\"\u003e\u003c/a\u003e信心度計算範例與常見錯誤\u003c/h2\u003e\n\u003cp\u003e\u003ccode\u003econfidence\u003c/code\u003e 是回傳機率的摘要值，不等於所選答案的機率，也不能直接當作實際答對率。制定自動執行標準時，尤其需要注意這項差異。\u003c/p\u003e\n\u003cp\u003eChoice 的官方計算公式如下：\u003c/p\u003e\n\u003cp\u003e\u003ccode\u003econfidence = (最高機率 - 1 / 選項數) / (1 - 1 / 選項數)\u003c/code\u003e\u003c/p\u003e\n\u003cp\u003e官方文件中的機率分布為 \u003ccode\u003e0.6, 0.3, 0.1\u003c/code\u003e，共有 3 個選項。代入最高機率 0.6，confidence 為 0.4。選項機率 60% 與信心度 0.4 是不同的指標。\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e常見解讀\u003c/th\u003e\n\u003cth\u003e正確解讀\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"常見解讀\"\u003econfidence 0.4 代表答對率 40%\u003c/td\u003e\n\u003ctd data-label=\"正確解讀\"\u003e依公式得出的機率分布摘要值\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"常見解讀\"\u003eNoul 0.5 代表普通程度\u003c/td\u003e\n\u003ctd data-label=\"正確解讀\"\u003e賦予真與假相近機率的狀態\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"常見解讀\"\u003eScore 的小數點是精密的實測值\u003c/td\u003e\n\u003ctd data-label=\"正確解讀\"\u003e已定義階段編號的機率加權平均值\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"常見解讀\"\u003e信心度高就能省略權限檢查\u003c/td\u003e\n\u003ctd data-label=\"正確解讀\"\u003e業務權限與執行條件須由程式碼另外檢查\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003e數值的意義依據官方 \u003ca href=\"https://docs.typesafe.ai/confidence\"\u003eConfidence 文件\u003c/a\u003e。將權限檢查分開處理，則是據此提出的營運設計建議。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%E5%A6%82%E4%BD%95%E6%AF%94%E8%BC%83%E5%83%B9%E6%A0%BC%E8%88%87%E5%9B%9E%E6%87%89%E6%99%82%E9%96%93\" class=\"anchor\" id=\"如何比較價格與回應時間\"\u003e\u003c/a\u003e如何比較價格與回應時間？\u003c/h2\u003e\n\u003cp\u003e公告價格為每 100 萬個輸入 token 0.042 美元，輸出 token 則標示為免費。公布的回應時間範圍為 70~500 毫秒。這些數值以該公司 2026年9月15日的公告為準。\u003c/p\u003e\n\u003cp\u003e該公司公布的倍數比較來自特定工作流程的評估。評估以其他大型模型的平均預測為基準，而不是實際正確答案。速度評估主要在美國西部進行。因此，這些結果不代表所有業務的準確度或韓國境內的回應時間。\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e比較項目\u003c/th\u003e\n\u003cth\u003e須確認的內容\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"比較項目\"\u003eAPI 成本\u003c/td\u003e\n\u003ctd data-label=\"須確認的內容\"\u003e實際輸入 token 用量與適用單價\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"比較項目\"\u003e回應時間\u003c/td\u003e\n\u003ctd data-label=\"須確認的內容\"\u003e服務執行地區的往返時間\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"比較項目\"\u003e準確度\u003c/td\u003e\n\u003ctd data-label=\"須確認的內容\"\u003e實際業務中已標註正確答案的樣本結果\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"比較項目\"\u003e營運成本\u003c/td\u003e\n\u003ctd data-label=\"須確認的內容\"\u003e包含重試與人工審查的成本\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003e只比較價格，可能會忽略審查工作增加的情況。評估是否導入時，需要計入處理結果的成本。公告數值的適用條件載於 \u003ca href=\"https://typesafe.ai/blog/introducing-system-one-models-and-jev\"\u003eJev 公開公告\u003c/a\u003e。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#jev-113-%E7%9A%84%E4%B9%9D%E9%A0%85%E9%99%90%E5%88%B6\" class=\"anchor\" id=\"jev-113-的九項限制\"\u003e\u003c/a\u003eJev 1.13 的九項限制\u003c/h2\u003e\n\u003cp\u003e官方文件將 Jev 1.13 的失敗類型整理為九項。此清單以 2026年9月17日審閱的內容為準。即使在部分案例中成功，也不保證該工作的可靠性。\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e失敗類型\u003c/th\u003e\n\u003cth\u003e設計上的因應方式\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"失敗類型\"\u003e逐字解讀措辭\u003c/td\u003e\n\u003ctd data-label=\"設計上的因應方式\"\u003e在指示中明確寫出隱含條件\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"失敗類型\"\u003e計算與計數\u003c/td\u003e\n\u003ctd data-label=\"設計上的因應方式\"\u003e以程式碼處理算術\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"失敗類型\"\u003e比較日期與時間\u003c/td\u003e\n\u003ctd data-label=\"設計上的因應方式\"\u003e組成日期後以程式碼比較\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"失敗類型\"\u003e雙重否定與多步驟推論\u003c/td\u003e\n\u003ctd data-label=\"設計上的因應方式\"\u003e拆分成直接的問題\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"失敗類型\"\u003e輸入含有大量無關內容\u003c/td\u003e\n\u003ctd data-label=\"設計上的因應方式\"\u003e只傳送必要欄位\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"失敗類型\"\u003e引導判斷的輸入\u003c/td\u003e\n\u003ctd data-label=\"設計上的因應方式\"\u003e將引導性句子納入事前評估\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"失敗類型\"\u003e指示與選擇標準衝突\u003c/td\u003e\n\u003ctd data-label=\"設計上的因應方式\"\u003e讓問題與標準的意思一致\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"失敗類型\"\u003e問題之間缺乏數學一致性\u003c/td\u003e\n\u003ctd data-label=\"設計上的因應方式\"\u003e由程式碼管理邏輯關係\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"失敗類型\"\u003e自由文字生成\u003c/td\u003e\n\u003ctd data-label=\"設計上的因應方式\"\u003e使用生成模型\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003e即使意思相同，Noul 與 Choice 得出的機率也可能不同。不要把針對某一類型設定的閾值直接套用到另一類型。依據為 \u003ca href=\"https://docs.typesafe.ai/model-jaggedness/jev-1.13\"\u003eJev 1.13 jaggedness\u003c/a\u003e。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%E9%9F%93%E8%AA%9E%E6%9C%8D%E5%8B%99%E7%9A%84%E9%81%A9%E7%94%A8%E6%A2%9D%E4%BB%B6\" class=\"anchor\" id=\"韓語服務的適用條件\"\u003e\u003c/a\u003e韓語服務的適用條件\u003c/h2\u003e\n\u003cp\u003eJev 可以處理韓語輸入，但不保證效能與英語相同。官方文件說明，主要訓練語言是英語，也明確指出韓語等 CJK 文字語系的效能差異。文件未提供通用的韓語準確度數值。\u003c/p\u003e\n\u003cp\u003e請以自行蒐集的樣本判斷是否適用於韓語。最好也納入語氣委婉或有所省略的詢問。若只評估翻譯文字，可能會漏掉真實客戶用語風格的差異。這是考量語言間效能差異而提出的評估建議。\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e分開評估明確與模糊的請求\u003c/li\u003e\n\u003cli\u003e分別統計部門分類與情緒評估\u003c/li\u003e\n\u003cli\u003e重新驗證英語所設定的閾值是否適用於韓語\u003c/li\u003e\n\u003cli\u003e模型變更前後使用相同樣本比較\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e新版本推出時，\u003ccode\u003ejev-latest\u003c/code\u003e 指向的模型會改變。如果閾值是針對特定版本設定的，請考慮固定版本。語言與版本政策可參閱官方 \u003ca href=\"https://docs.typesafe.ai/models\"\u003eModels 文件\u003c/a\u003e。\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%E8%A9%95%E4%BC%B0%E6%A8%A1%E5%9E%8B%E6%9B%BF%E6%8F%9B%E6%99%82%E5%AE%B9%E6%98%93%E5%BF%BD%E7%95%A5%E7%9A%84%E8%87%AA%E5%8B%95%E8%99%95%E7%90%86%E7%8E%87\" class=\"anchor\" id=\"評估模型替換時容易忽略的自動處理率\"\u003e\u003c/a\u003e評估模型替換時容易忽略的自動處理率\u003c/h2\u003e\n\u003cp\u003e替換模型時，必須同時檢視整體準確度與自動處理率。如果把所有模糊案例都交給人工處理，自動處理量就會減少；擴大自動處理範圍，則可能增加錯誤執行的案例。以下是擴充官方文件信心度分支原則的評估方法。\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e指標\u003c/th\u003e\n\u003cth\u003e計算或記錄方式\u003c/th\u003e\n\u003cth\u003e確認目的\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"指標\"\u003e自動處理率\u003c/td\u003e\n\u003ctd data-label=\"計算或記錄方式\"\u003e自動處理件數 / 評估總件數\u003c/td\u003e\n\u003ctd data-label=\"確認目的\"\u003e實際減少的人工工作量\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"指標\"\u003e自動處理誤判率\u003c/td\u003e\n\u003ctd data-label=\"計算或記錄方式\"\u003e自動處理中的誤判件數 / 自動處理件數\u003c/td\u003e\n\u003ctd data-label=\"確認目的\"\u003e自動化結果的品質\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"指標\"\u003e人工審查率\u003c/td\u003e\n\u003ctd data-label=\"計算或記錄方式\"\u003e送交審查件數 / 評估總件數\u003c/td\u003e\n\u003ctd data-label=\"確認目的\"\u003e剩餘的審查負擔\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"指標\"\u003e最終處理時間\u003c/td\u003e\n\u003ctd data-label=\"計算或記錄方式\"\u003e測量從輸入到最終完成的時間\u003c/td\u003e\n\u003ctd data-label=\"確認目的\"\u003e包含審查的等待時間\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003e如果沒有自動處理件數，就無法計算自動處理誤判率。此時請記錄為無法計算，而非 0%。保留指標的分母，才能比較不同模型。\u003c/p\u003e\n\u003cp\u003e評估可依下列順序進行。\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e請人員為實際業務樣本標註正確答案。\u003c/li\u003e\n\u003cli\u003e固定問題措辭與選項定義。\u003c/li\u003e\n\u003cli\u003e記錄模型版本、機率及最終分支。\u003c/li\u003e\n\u003cli\u003e比較各閾值的自動處理率與誤判率。\u003c/li\u003e\n\u003cli\u003e依可接受的錯誤程度訂定營運標準。\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e不存在普遍適用的閾值。標準必須反映錯誤執行時的影響。作為起點的分支原則可參閱 \u003ca href=\"https://docs.typesafe.ai/confidence\"\u003eConfidence 文件\u003c/a\u003e。\u003c/p\u003e\n","tags":["AI 代理人","AI 開發","決策","開發工具"],"faqs":[{"question":"Jev 會取代一般的生成式 AI 嗎？","answer":"適合用於從既定答案中做出判斷的工作。撰寫開放式回答或摘要則需要生成式模型。"},{"question":"Choice 最多可以放入多少個選項？","answer":"Choice 官方文件規定，每個問題的上限為 255 個。如果需要處理清單以外的輸入，請考慮加入「其他」選項。"},{"question":"Noul 是 0.5，就代表一般水準嗎？","answer":"表示真與假的機率相近。若要評估程度或水準，使用各級別均有說明的 Score 較合適。"},{"question":"Score 的小數點代表什麼？","answer":"是將已定義的各級別編號分別乘以機率後加總所得的值。不代表精確的實測值，也不代表該客戶的比例。"},{"question":"confidence 高就可以視為正確答案嗎？","answer":"confidence 是對機率分布的摘要值。實際是否正確，必須透過業務樣本確認。"},{"question":"TypeScript SDK 會檢查什麼？","answer":"會從問題定義推導答案的型別，有助於找出拿允許選項以外的字串來比較的情況。但不會檢查分類內容是否正確。"},{"question":"使用 Jev 就不需要重試了嗎？","answer":"處理輸出格式與處理通訊錯誤是兩回事。官方 SDK 設有預設的重試政策，因此也必須確認 API 錯誤的處理方式。"},{"question":"韓文的準確率有多高？","answer":"官方 Models 文件沒有提供可概括適用的韓文準確率數據。請使用實際的韓文輸入，評估各問題的表現。"},{"question":"Jev 的價格是多少？","answer":"2026 年 9 月 15 日公布的價格為每 100 萬個輸入權杖 0.042 美元。輸出權杖標示為免費。實際適用價格請再次查閱官方 Models 文件。"},{"question":"可以在正式環境中使用 jev-latest 嗎？","answer":"可以，但推出新版本時，所連接的模型會變更。若要繼續使用已驗證過閾值的版本，請指定該版本的 ID。"}],"sources":[{"url":"https://docs.typesafe.ai/introduction","title":"TypeSafe AI 簡介","type":"source"},{"url":"https://docs.typesafe.ai/primitives/choice","title":"TypeSafe AI Choice","type":"source"},{"url":"https://docs.typesafe.ai/primitives/score","title":"TypeSafe AI Score","type":"source"},{"url":"https://docs.typesafe.ai/primitives/noul","title":"TypeSafe AI Noul","type":"source"},{"url":"https://docs.typesafe.ai/confidence","title":"TypeSafe AI Confidence","type":"source"},{"url":"https://docs.typesafe.ai/sdk","title":"TypeSafe AI 客戶端 SDK","type":"source"},{"url":"https://docs.typesafe.ai/sdk/javascript","title":"TypeSafe AI JavaScript SDK","type":"source"},{"url":"https://typesafe.ai/blog/introducing-system-one-models-and-jev","title":"介紹 System One Models 與 Jev，2026年9月15日","type":"data_point"},{"url":"https://docs.typesafe.ai/model-jaggedness/jev-1.13","title":"Jev 1.13 的鋸齒度，2026年9月17日檢視","type":"source"},{"url":"https://docs.typesafe.ai/models","title":"TypeSafe AI 模型","type":"source"}],"images":[{"id":1601,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MjQwNDYsInB1ciI6ImJsb2JfaWQifX0=--ea906281db18091febeba00926fa1dd9ebe90294/ai-cb0d0c3f.webp","is_representative":true,"generation_method":"ai_photo","license":"ai_generated","mime_type":"image/webp","width":1536,"height":1024,"translations":{"ko":{"alt":"고객지원 사무실에서 헤드셋을 쓴 두 직원이 모니터를 보며 상의하고, 책상에 청록색 표시등이 켜져 있다.","caption":"신뢰도는 정답률이 아니므로 자동 처리율과 오판율을 함께 평가해야 합니다.","description":null},"en":{"alt":"Two headset-wearing support staff confer over a monitor, with a teal light glowing at their desk and other agents behind them.","caption":"Confidence is not accuracy, so automatic handling and misclassification rates must be evaluated together.","description":null},"ja":{"alt":"カスタマーサポート室でヘッドセットを着けた二人がモニターを見ながら話し合い、机上で青緑色のランプが光っている。","caption":"信頼度は正答率ではないため、自動処理率と誤判定率を併せて評価する必要があります。","description":null},"es":{"alt":"Dos agentes con auriculares consultan un monitor; una luz verde azulada brilla en su mesa y hay más agentes al fondo.","caption":"La confianza no equivale a la tasa de aciertos, por lo que deben evaluarse tanto el procesamiento automático como los errores de clasificación.","description":null},"id":{"alt":"Dua staf dukungan berheadset berdiskusi sambil melihat monitor, dengan lampu hijau kebiruan menyala di meja dan agen lain di belakang.","caption":"Tingkat keyakinan bukan tingkat ketepatan, sehingga penanganan otomatis dan kesalahan klasifikasi perlu dievaluasi bersama.","description":null},"pt":{"alt":"Dois atendentes com fones de ouvido conversam diante de um monitor; uma luz verde-azulada brilha na mesa, com outros agentes ao fundo.","caption":"A confiança não é a taxa de acerto; o atendimento automático e os erros de classificação devem ser avaliados em conjunto.","description":null},"zh-hant":{"alt":"客服辦公室裡，兩名戴耳麥的員工看著螢幕討論，桌上亮著藍綠色指示燈，後方還有其他客服人員。","caption":"信心值不等於正確率，因此須同時評估自動處理率與誤判率。","description":null},"de":{"alt":"Zwei Supportmitarbeitende mit Headsets besprechen sich vor einem Monitor; am Arbeitsplatz leuchtet ein türkisfarbenes Licht.","caption":"Konfidenz ist keine Trefferquote; daher müssen automatisierte Bearbeitung und Fehlklassifikationen gemeinsam bewertet werden.","description":null}}},{"id":1602,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MjQwNTIsInB1ciI6ImJsb2JfaWQifX0=--d07e76337161b074535590d09b1f479ecd50d738/ai-893d1efb.webp","is_representative":false,"generation_method":"ai_semi","license":"ai_generated","mime_type":"image/webp","width":1536,"height":1024,"translations":{"ko":{"alt":"여성이 분기 화살표가 그려진 테스트 보드에서 문의 카드를 사람 검토 쪽으로 옮긴다.","caption":"Jev의 결정 결과를 자동 처리와 사람 검토로 나누는 분기 설계가 중요합니다.","description":null},"en":{"alt":"A woman moves an inquiry card toward the human-review side of a branching test board.","caption":"Jev’s decisions need a clear path to either automatic processing or human review.","description":null},"ja":{"alt":"女性が分岐を示すテストボードで問い合わせカードを人による確認の側へ移している。","caption":"Jevの決定を自動処理と人による確認に振り分ける分岐設計が重要です。","description":null},"es":{"alt":"Una mujer mueve una tarjeta de consulta hacia la zona de revisión humana de un tablero con bifurcaciones.","caption":"Las decisiones de Jev requieren una ruta clara hacia el procesamiento automático o la revisión humana.","description":null},"id":{"alt":"Seorang perempuan memindahkan kartu pertanyaan ke sisi tinjauan manusia pada papan uji bercabang.","caption":"Keputusan Jev perlu diarahkan dengan jelas ke pemrosesan otomatis atau tinjauan manusia.","description":null},"pt":{"alt":"Uma mulher move um cartão de consulta para a área de revisão humana em um quadro de testes com ramificações.","caption":"As decisões do Jev precisam de um caminho claro para o processamento automático ou a revisão humana.","description":null},"zh-hant":{"alt":"一名女子在有分支箭頭的測試板上，將詢問卡移向人工審查區。","caption":"Jev 的決定需要明確分流至自動處理或人工審查。","description":null},"de":{"alt":"Eine Frau verschiebt eine Anfragekarte auf einer verzweigten Testtafel in den Bereich für menschliche Prüfung.","caption":"Für Jevs Entscheidungen braucht es eine klare Verzweigung zwischen automatischer Bearbeitung und menschlicher Prüfung.","description":null}}}],"published_at":"2026-10-02T23:30:14+09:00","updated_at":"2026-10-02T23:30:14+09:00","license":"cc_by","translation_status":"reviewed","available_locales":["ko","en","ja","es"],"data_locales":["ko","en","ja","es","id","pt","zh-hant","de"],"url":"https://injoys.com/en/articles/jev-decision-model-branching-design-and-limitations"}