Playground: 판단 모델을 직접 느끼다

동일한 입력에 대해 왼쪽은 생성 모델의 전형적인 출력, 오른쪽은 Jev가 반환하는 타입화된 판단입니다. 모든 응답은 사전 녹화된 실제 API 결과(jev-1.13.0)이며 실제 토큰 사용량이 표시됩니다. 입력을 수정해 보세요. 응답은 고정되어 있으며 녹화 당시의 원본 입력에 대한 것입니다.

프리미티브 · Noul

이 지원 메시지가 긴급한가요?

Noul은 예/아니오 질문을 평가하고 "예"의 확률(0~1 값 자체)을 반환합니다.

state(입력, 편집 가능)

questions(전송되는 요청)

{
  "urgency": {
    "type": "noul",
    "instructions": "Does this message express urgency?"
  }
}

생성 모델의 출력

I'm really sorry to hear you've been having trouble connecting your Stripe account. I understand how frustrating that must be, especially when it affects your sales. Let me help you look into this. Could you tell me a bit more about...

Jev의 반환사전 녹화 응답 · 실시간 추론 아님

noul = 0.98

예 · 긴급0.98

{
  "model": "jev-1.13.0",
  "answers": {
    "urgency": {
      "type": "noul",
      "noul": 0.98
    }
  }
}

이 호출: 301 입력 토큰(출력은 무료) · 21 output

Noul 프리미티브 문서 →신뢰도 라우팅 패턴 →

프리미티브 · Choice

이 이메일은 무엇을 원하나요?

Choice는 고정된 옵션 중 하나를 선택하며 각 옵션의 확률과 전체 신뢰도를 반환합니다.

state(입력, 편집 가능)

questions(전송되는 요청)

{
  "intent": {
    "type": "choice",
    "instructions": "What is the primary intent of this message?",
    "criteria": {
      "bug_report": "Reporting something broken",
      "feature_request": "Asking for new functionality",
      "how_to_question": "Asking how to do something",
      "other": "None of the above"
    }
  }
}

생성 모델의 출력

Thanks for reaching out! It sounds like you are experiencing an error with the export functionality on the reports page when using Safari. This could be related to browser compatibility. Have you tried...

Jev의 반환사전 녹화 응답 · 실시간 추론 아님

choice = bug_report · 신뢰도 1.0

버그 리포트1.00
사용법 질문0.02
기타0.01

{
  "model": "jev-1.13.0",
  "answers": {
    "intent": {
      "type": "choice",
      "choice": "bug_report",
      "confidence": 1,
      "probabilities": {
        "bug_report": 1,
        "feature_request": 0,
        "how_to_question": 0,
        "other": 0
      }
    }
  }
}

이 호출: 389 입력 토큰(출력은 무료) · 50 output

Choice 프리미티브 문서 →인텐트 라우팅 패턴 →

프리미티브 · Score

이 문제는 얼마나 심각한가요?

Score는 순서가 있는 기준으로 평가하며, 값은 두 수준 사이에 위치할 수 있고 수준별 확률과 신뢰도를 반환합니다.

state(입력, 편집 가능)

questions(전송되는 요청)

{
  "severity": {
    "type": "score",
    "instructions": "How severe is the issue?",
    "criteria": [
      "Minor",
      "Moderate",
      "Critical"
    ]
  }
}

생성 모델의 출력

I'm so sorry to hear that your payouts have been failing for three days. That sounds really stressful. Payout failures can have several causes, such as... (510 more words)

Jev의 반환사전 녹화 응답 · 실시간 추론 아님

score = 1.87 (보통과 심각 사이) · 신뢰도 0.81

경미0.00
보통0.13
심각0.87

{
  "model": "jev-1.13.0",
  "answers": {
    "severity": {
      "type": "score",
      "score": 1.87,
      "confidence": 0.81,
      "legend": {
        "0": "Minor",
        "1": "Moderate",
        "2": "Critical"
      },
      "probabilities": {
        "0": 0,
        "1": 0.13,
        "2": 0.87
      }
    }
  }
}

이 호출: 321 입력 토큰(출력은 무료) · 36 output

Score 프리미티브 문서 →복합 스코어링 패턴 →

파이프라인 패턴

복합 스코어링: 얼마나 빨리 대응해야 하는가?

"감정 강도"와 "비즈니스 영향"이라는 두 독립 점수를 가중합해 대응 우선순위를 도출합니다. 모두 타입화되어 설명 가능합니다.

state(입력, 편집 가능)

questions(전송되는 요청)

{
  "emotional_intensity": {
    "type": "score",
    "instructions": "How emotionally intense is this message?",
    "criteria": [
      "Calm and factual",
      "Frustrated but professional",
      "Angry or escalating"
    ]
  },
  "business_impact": {
    "type": "score",
    "instructions": "How severe is the business impact described?",
    "criteria": [
      "No material impact",
      "Degraded operations",
      "Revenue-blocking outage"
    ]
  }
}

생성 모델의 출력

Dear valued customer, thank you for bringing this to our attention. We sincerely apologize for the inconvenience caused by the API errors. Our engineering team is investigating the issue with the highest priority...

Jev의 반환사전 녹화 응답 · 실시간 추론 아님

priority = 0.6×2.0 + 0.4×1.82 = 1.93 → 즉시 대응

감정 · 격화0.82
영향 · 수익 차단1.00

{
  "model": "jev-1.13.0",
  "answers": {
    "emotional_intensity": {
      "type": "score",
      "score": 1.82,
      "confidence": 0.74,
      "legend": {
        "0": "Calm and factual",
        "1": "Frustrated but professional",
        "2": "Angry or escalating"
      },
      "probabilities": {
        "0": 0,
        "1": 0.18,
        "2": 0.82
      }
    },
    "business_impact": {
      "type": "score",
      "score": 2,
      "confidence": 1,
      "legend": {
        "0": "No material impact",
        "1": "Degraded operations",
        "2": "Revenue-blocking outage"
      },
      "probabilities": {
        "0": 0,
        "1": 0,
        "2": 1
      }
    }
  }
}

이 호출: 397 입력 토큰(출력은 무료) · 37 output

복합 스코어링 패턴 →LLM 가드레일 사례 →

파이프라인 패턴

팬아웃: 모든 판단을 한 번의 호출로

"분류 후 후속 질문"은 불필요합니다. 필요할 수 있는 모든 질문을 한 번에 보내면 답변은 독립적이며, 무엇을 쓸지는 코드가 정합니다. 출력 토큰은 무료입니다.

state(입력, 편집 가능)

questions(전송되는 요청)

{
  "request_type": {
    "type": "choice",
    "instructions": "What kind of request is this?",
    "criteria": {
      "sales_question": "Asking about plans, pricing, compliance, or contracts",
      "billing_issue": "Payment, invoice, or refund matters",
      "technical_support": "Something is broken or needs troubleshooting"
    }
  },
  "is_existing_customer": {
    "type": "noul",
    "instructions": "Does the writer appear to be an existing customer?"
  },
  "tone_politeness": {
    "type": "score",
    "instructions": "How courteous is the tone overall?",
    "criteria": [
      "Blunt or rude",
      "Neutral",
      "Warm and appreciative"
    ]
  }
}

생성 모델의 출력

Thank you for reaching out! To answer your questions: regarding SOC 2 report access, our enterprise plan does include... (the answer continues for 300+ words, mixing both topics with no typed structure to route on)

Jev의 반환사전 녹화 응답 · 실시간 추론 아님

choice=sales_question (conf 0.25) · noul=0.86 · score=1.74 — 한 번의 호출로 세 가지 독립 판단

유형 · 영업 0.500.50
기존 고객 · 예 0.860.86
어조 · 따뜻함 0.740.74

{
  "model": "jev-1.13.0",
  "answers": {
    "request_type": {
      "type": "choice",
      "choice": "sales_question",
      "confidence": 0.25,
      "probabilities": {
        "sales_question": 0.5,
        "billing_issue": 0.5,
        "technical_support": 0
      }
    },
    "is_existing_customer": {
      "type": "noul",
      "noul": 0.86
    },
    "tone_politeness": {
      "type": "score",
      "score": 1.74,
      "confidence": 0.61,
      "legend": {
        "0": "Blunt or rude",
        "1": "Neutral",
        "2": "Warm and appreciative"
      },
      "probabilities": {
        "0": 0,
        "1": 0.26,
        "2": 0.74
      }
    }
  }
}

이 호출: 459 입력 토큰(출력은 무료) · 78 output

팬아웃 패턴 →병렬 질문 사례 →