Noul

Noul 让模型评估一个是/否问题，返回答案为「是」的概率。它本身就是 0 到 1 的数值，不带单独的 confidence。

什么时候用

当答案是是或否时，用 Noul。例如：

这条消息是在要求退款吗
这份简历提到分布式系统经验了吗
这条评论包含个人身份信息吗

如果答案是一组选项之一，用 Choice；如果是某个谱上的位置，用 Score。

典型问题示例：

"Is the customer requesting a refund?"
"Does this resume mention experience with distributed systems?"
"Does the message contain personally identifiable information?"
"Does the room have a minifridge?"

参数

字段	必填	说明
`type`	是	必须是 `"noul"`
`instructions`	是	要评估的是/否问题或陈述
`criteria`	否	可选的 `{ true, false }` 描述，澄清「是」和「否」各代表什么

criteria 是可选的。instructions 对大多数 Noul 问题已经足够；只有当「是」与「否」之间的边界比较微妙时，才用它来钉死两个结果的含义。建议两种写法都试一遍，看哪种在你的数据上效果更好。

请求示例

from typesafe_sdk import Noul, TypeSafeClient

client = TypeSafeClient()

response = client.system_one(
    state=ticket_conversation,
    questions={
        "is_human_escalation": Noul(
            instructions="Is the customer asking to speak to a human?",
        ),
        "is_repeat_contact": Noul(
            instructions="Has this customer contacted us about this issue before?",
        ),
    },
)

print(response.nouls["is_human_escalation"].noul)

返回值

{
  "model": "jev-latest",
  "answers": {
    "is_human_escalation": {
      "type": "noul",
      "noul": 0.99
    },
    "is_repeat_contact": {
      "type": "noul",
      "noul": 0.93
    }
  },
  "usage": { "input_tokens": 360, "output_tokens": 39 }
}

noul 取值 0 到 1，表示答案为**「是」**的概率。代码里需要硬决策时，通常把它按阈值转成布尔值。

Noul 不返回单独的 confidence

这是 Noul 与另外两个原语的重要差别：Noul 本身就是概率，所以没有额外的 confidence 字段。

接近 1：强烈的「是」
接近 0：强烈的「否」
接近 0.5：是与否概率相近

措辞决定一切

让高概率对应「是」。 官方建议把问题写成这样，使返回值含义无歧义。如果写成「Is this not urgent?」，那么 0.9 意味着「不紧急」，读代码的人很容易搞反。写成「Is this urgent?」，0.9 就是紧急。

定义一个清晰的判断标准。 以「Is the candidate strong in Python?」为例：必须先定义什么叫「strong」。定义不清会让概率难以解释。

0.5 不等于「中等水平」。 这是最常见的误用：0.5 表示模型无法区分是或否，而不是「一半的水平」。要衡量技能的深浅程度，应该用 Score 在定义好的档位上打分。

可以把指令写成待评估真伪的陈述句。 除了疑问句，你也可以把指令写成一个陈述句让模型评估其真实性。例如对于「客户在要求退款」这件事，写成陈述句时，接近 1 的值表示该陈述为真。两种措辞都值得用你自己的数据试一遍。

什么时候用

参数

请求示例

返回值

Noul 不返回单独的 confidence

措辞决定一切

相关