はじめに
根拠を state に入れ、noul、choice、score のいずれかで questions を定義します。各質問はその state を独立に評価し、指定した質問名の下に回答を返します。リクエスト全体は 64k トークン以内、state と各質問は合わせて 32k 以内にしてください。
| 項目 | 値 |
|---|---|
| 入力 | テキスト |
| 出力 | 構造化データ |
| 開発元とモデル | TypeSafe — Jev 1.14 (jev-1.14.0) |
| 公開日 | 2026 年 10 月 14 日、前のビルドは Jev 1.13 |
| 公開 API 名 | typesafe/jev-1.14/decision |
| state の入力形式 | 文字列、JSON オブジェクト、JSON 配列 |
| 質問の型 | noul、choice、score |
| 呼び出しごとの質問数 | 最大 64 件を独立して並列評価 |
| コンテキスト上限 | リクエスト全体で 64k トークン、state と質問 1 件で 32k |
| choice の選択肢 | 説明付きの名前付き選択肢を 1〜255 個 |
| score の評価基準 | 低い順に並べた 2〜10 段階 |
| タスクの出力 | output.decision に回答と inputTokens を格納 |
| 応答時間の実測 | 当方の呼び出しで約 0.6 秒、以前の測定は 0.62 秒 |
| 課金単位 | 実測の入力トークン数、出力トークンは無料 |
主な機能とハイライト
確率・分類・段階評価を使い分ける
コードが必要とする値に合わせて 3 種類の質問型を選べます。noul は「はい」の確率を 0〜1 で返します。choice は名前付きの選択肢、confidence、各選択肢の確率を返し、score は確率で重み付けした段階、confidence、legend、各段階の確率を返します。
同じ state をそれぞれ独立に判定
最大 64 件の質問が、共通の state を独立して並列評価します。質問を増やしても応答時間の変化はわずかです。問い合わせの担当チーム、緊急度、返金意図をまとめて尋ね、アプリのロジックで回答を組み合わせられます。
回答とあわせて不確かさを確認
短尺動画の確認例では、根拠のスコアが 1.44、confidence が 0.28、オファーの確率が 0.98 でした。それぞれ異なる判定を示しており、オファーが明確でも、商品への主張を裏付ける根拠まで明確とは限りません。
追加確認の条件をコードで決める
人や生成モデルに回す確率・信頼度のしきい値を設定してください。Jev 1.14 は理由の文章を伴わない構造化判定を返すため、不確かな回答が次の処理を左右する場合は、元の根拠を確認します。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
questions | はい | 最大 64 件の質問に名前を付け、type と instructions を指定します。criteria は choice の選択肢 1〜255 個、または低い順に並べた score の 2〜10 段階に使い、noul には true/false の説明を任意で付けられます。 |
state | はい | すべての判定の根拠を、文字列、JSON オブジェクト、配列のいずれかで指定します。別の質問の回答は参照できません。 1 文字以上 |
料金
$0.0000504 / 1,000 トークン
計測した入力トークン単位で課金し、出力トークンは無料です。受付時は 64k トークンのリクエスト上限をもとに利用額を仮押さえし、精算時に差額を解放します。
ユースケース
短尺広告の文面を審査する
商品動画の文字起こし、画面内の文字、フレームの説明を state に入れ、導入の型、根拠、オファーを尋ねます。掲載例では hook が problem、proof が 1.44、オファーの確率が 0.98 となり、入力は 537 トークンでした。
請求の問い合わせを担当へ回す
「解約した後に請求されました。更新分を返金してください」といった内容に、関連するアカウント情報を添えて送ります。担当、緊急度、返金意図を尋ねた例では、入力 422 トークンに対し billing、urgency 1.6、refund_requested 0.96 が返りました。
レビューの感情と意図を分けて読む
「塗装が欠けましたが、改善されるならまた注文したい」といったレビューに、感情、問題点、再購入意向を別々に質問します。当方の例は入力 435 トークンで、sentiment 1.45、issue は quality、would_return 0.97 でした。
掲載前に商品情報を点検する
商品名、説明文、必須項目を送り、商品名と説明が一致するか、必要な詳細が記載されているかを尋ねます。はい/いいえの確率を公開の判定条件に使い、曖昧な掲載情報は人の確認まで保留できます。
見込み客への追加対応を判断する
「来月、チーム全体に導入したい」といった問い合わせに、記入された会社情報や時期を添えます。見込み度の段階を定義し、不足情報も確認することで、スコアと不確かさから生成モデルによる追加対応が必要な案件を選べます。
プロンプトガイドと実践のヒント
共通の判断材料を用意する
問い合わせ、文字起こし、レビューを文字列、JSON オブジェクト、配列として state に入れてください。質問同士は回答を参照できないため、各質問に必要な根拠を含めます。
型付きの質問を定義する
各質問に名前、type、instructions を指定し、choice の選択肢や順序付きの評価段階は criteria に記述します。はい/いいえの確率には noul、分類には choice、段階評価には score を選んでください。
判定エンドポイントを呼び出す
model を typesafe/jev-1.14/decision に設定し、state と questions を含む input を POST /api/v1/jobs/createTask?wait=30 に送ります。完了したタスクの output.decision を読むか、タスク作成後に recordInfo をポーリングしてください。
回答を検証して振り分ける
しきい値を選ぶ前に、自社サンプルの人手ラベルと確率・信頼度を照合します。不確かな案件は確認に回し、判定とともに inputTokens も記録してください。
Jev 1.14 API による型付きの判定
Jev 1.14 は、テキストや JSON の分類・採点を行う TypeSafe の System One 判定モデルです。このエンドポイントは文章や推論の説明を生成せず、はい/いいえの確率、名前付きの選択肢、評価基準に沿ったスコアを返します。サポートの振り分け、レビューの点検、追加確認の判断に利用できます。
判定リクエストを送る
公開モデル名 typesafe/jev-1.14/decision を指定して POST /api/v1/jobs/createTask?wait=30 を呼び出します。以下の請求に関する例は説明用であり、実測した入力とは別のものです。
{
"model": "typesafe/jev-1.14/decision",
"input": {
"state": {
"message": "I cancelled before renewal but was charged again. Please refund it today."
},
"questions": {
"team": {
"type": "choice",
"instructions": "Which team should handle this message?",
"criteria": {
"billing": "Charges, renewals and refunds",
"technical": "Product errors and access problems"
}
},
"urgency": {
"type": "score",
"instructions": "How urgently does this message request action?",
"criteria": ["No time pressure", "Action requested soon", "Immediate action requested"]
},
"refund_requested": {
"type": "noul",
"instructions": "The customer is asking for money back",
"criteria": {
"true": "A refund or repayment is requested",
"false": "No refund or repayment is requested"
}
}
}
}
}
タスクの出力を読む
完了した結果は output.decision.answers と output.decision.inputTokens に格納されます。タスクを作成した後に recordInfo をポーリングすることもできます。以下は、実測した問い合わせの仕分け結果から一部のフィールドを抜き出したものです。
{
"output": {
"decision": {
"answers": {
"team": {"choice": "billing", "confidence": 1.0},
"urgency": {"score": 1.6, "confidence": 0.4},
"refund_requested": {"noul": 0.96}
},
"inputTokens": 422
}
}
}
パラメーターと回答の型
state に共通の根拠を渡すと、最大 64 件の質問が独立して並列評価します。
| フィールド | 受け付ける値 | 使い方 |
|---|---|---|
state | 文字列、JSON オブジェクト、配列 | 根拠のフィールドに名前を付けます |
questions | 呼び出し側で決めた名前をキーに持つオブジェクト | 回答を確認項目に対応付けます |
type | noul、choice、score | 「はい」の確率、カテゴリ、順序付きスコアを選びます |
instructions | 質問の指示文 | 対象を絞った判定を求めます |
noul の criteria | 任意の true/false の説明 | 文意が曖昧な場合に両方の解釈を定義します |
choice の criteria | 名前と説明を持つ 1〜255 個の選択肢 | カテゴリの境界を示します |
score の criteria | 順序のある 2〜10 段階の説明 | 評価基準を低い順に並べます |
noul は「はい」の確率を 0〜1 で返します。choice は choice、confidence、選択肢ごとの probabilities を返します。score には、確率で重み付けした score、confidence、段階と説明を対応付ける legend、段階ごとの probabilities が含まれます。小数スコアは想定された出力なので、カテゴリ名としてではなく、指定した評価基準に照らして読んでください。
判定基準を改善する
根拠と criteria を明確にすると、振り分けルールを定義しやすくなります。
- 判定に必要な事実はすべて state に含めてください。別の質問の回答は利用できません。
- カテゴリの境界や評価段階は、説明のないラベルではなく具体的な文で記述します。
- 返金意図と緊急度など、要素ごとに質問を分け、コードで組み合わせます。
- ラベル付きサンプルと返却された確率・信頼度を照合し、不一致をもとに確認へ回すしきい値を決めます。
低い confidence は不確かさを示すため、人や生成モデルに引き継いでください。noul に独立した confidence フィールドはありません。
掲載例から分かったこと
当方の呼び出しは約 0.6 秒で返り、以前の質問 3 件の測定では入力 425 トークン、0.62 秒を記録しました。TypeSafe は公開告知で処理全体の遅延を 70〜500 ms としていますが、これは当方の実測とは別の開発元の説明です。
| 例 | 結果の抜粋 | 入力トークン数 |
|---|---|---|
| 短尺動画の確認 | hook: problem、confidence 1.0;proof: 1.44、confidence 0.28;has_offer: 0.98 | 537 |
| 問い合わせの仕分け | team: billing、confidence 1.0;urgency: 1.6、confidence 0.4;refund_requested: 0.96 | 422 |
| レビューの点検 | sentiment: 1.45、confidence 0.32;issue: quality、confidence 1.0;would_return: 0.97 | 435 |
カテゴリの信頼度が高くても、スコアには不確かさが残る場合があります。これらの例だけでは、お使いのデータセットでの精度は分かりません。
料金と利用量
実測の入力トークン数が課金対象で、出力トークンは無料です。表示価格を確認し、inputTokens を記録してください。受付時の仮押さえはリクエスト上限の 64k トークンをもとに行い、タスク精算時に差額を解放します。
制限と問題への対処
このエンドポイントの上限は質問 64 件、リクエスト全体で 64k トークン、state と各質問の合計で 32k トークンです。コンテキストを超える場合は state や criteria を短くしてください。質問数を減らしても、残った質問が個別の上限を超えることがあります。
対応入力はテキストと JSON です。画像・動画・音声ファイル、box 型の質問は利用できません。動画は文字起こし、画面内の文字、フレームの説明で表します。リクエストが拒否された場合は、再送前に質問型、criteria の構造、選択肢数、両方のコンテキスト上限を確認してください。判定が誤った場合は、根拠と criteria を見直します。
Jev と代替手段の選び方
型付きの判定には Jev、文章が必要な場面には生成モデルを選べます。
| 選択肢 | 向いている用途 |
|---|---|
| Jev 1.14 | 確率、カテゴリ、評価基準に沿ったスコア |
| Jev 1.13 | 直前のビルドです。このページには両者の実測比較はありません |
| 生成モデル | 説明文や返信の作成 |
| 人による確認 | 曖昧な根拠や不確かな判定 |
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "typesafe/jev-1.14/decision",
"input": {
"state": "example",
"questions": {
"example": {
"type": "noul",
"instructions": "The customer asks for a refund after being billed twice."
}
}
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。
