工单分诊

一次调用即可对一条进线支持消息进行路由和优先级排序。

运行这个演示 ▶获取 API key →

Jev 做出的决策

在一次调用中，Jev 针对同一份输入并行评估以下每一项：

choicetopic

客户来信主要反映的是什么问题?

从这些选项中挑一个：

billing — 账单、付款、退款或发票
bug — 产品损坏或无法使用
account — 登录、访问权限或账户设置
feature — 功能请求或使用方法咨询

scoreseverity

这条消息有多紧急、风险有多高?

在一个有序量表上给它打分：

常规,不着急
今天应当处理
紧急,客户已感到不满
严重,客户即将流失或申请拒付

noulescalate

是否应立即升级给人工客服处理?

返回一个已校准的是/否概率。

确切的请求

这就是实时演示背后真实的载荷——复制它，改一下 state，你就开始构建了：

{
  "model": "jev-latest",
  "state": "主题:又被重复扣费了!!\n\n你好 — 这已经是连续第二个月 Pro 套餐被扣了两次费。我上个月就发过邮件,但没人回复。我整个生意都靠这个在运转。如果今天不退款,我就取消订阅,并向银行申请拒付这笔费用。",
  "questions": {
    "topic": {
      "type": "choice",
      "instructions": "客户来信主要反映的是什么问题?",
      "criteria": {
        "billing": "账单、付款、退款或发票",
        "bug": "产品损坏或无法使用",
        "account": "登录、访问权限或账户设置",
        "feature": "功能请求或使用方法咨询"
      }
    },
    "severity": {
      "type": "score",
      "instructions": "这条消息有多紧急、风险有多高?",
      "criteria": [
        "常规,不着急",
        "今天应当处理",
        "紧急,客户已感到不满",
        "严重,客户即将流失或申请拒付"
      ]
    },
    "escalate": {
      "type": "noul",
      "instructions": "是否应立即升级给人工客服处理?"
    }
  }
}

把它接进你的代码

读取类型化的答案，用普通代码分支判断——无需解析。自动处理高置信度的情形，把不确定的路由给更大的模型或人工。这只是一次 API 调用，而且输出免费，所以把你需要的每个问题一次都问了吧。

构建你自己的

上面每个场景都是一次 API 调用。在 playground 里免费试用其中任意一个，然后拿一个托管 key 把它上线——无需 waitlist。

运行这个演示 ▶获取 API key →