0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

あなたはもう試した？判断特化AI「Jev」で遊ぼう！
@e-tak
in

Jevとは？文章生成AIとは違う「判定に強いAI」を解説

0
Last updated at Posted at 2026-10-15

はじめに

「Jev（ジェブ）」と呼ばれるAIをご存じでしょうか。

正式な製品表記は Jev です。一般的なアルファベットの略称ではなく、TypeSafe AIが開発したAIモデルの名前です。19世紀の経済学者 William Stanley Jevons（ウィリアム・スタンレー・ジェヴォンズ） に由来します。TypeSafe AIは、AIの利用コストが下がるほど利用場面が増えるとの考え方を、この名前に重ねています。公式説明

Jevは、2026年9月15日にTypeSafe AIが公開した、同社初の System One Model です。約2年間のステルス開発を経て、一時は順番待ちがありましたが現在は誰でも利用できるようになっています。

System Oneという名前は、心理学者ダニエル・カーネマンの著書『Thinking, Fast and Slow』に登場する「速い思考（System 1）」に着想を得ています。Jevは、人間向けの長い文章を生成することよりも、ソフトウェアがそのまま利用できる速くて構造化された判断を返すことに重点を置いています。

代表的な判定例は次のとおりです。

  • この問い合わせは緊急か
  • 営業・技術・請求のどの部署が担当か
  • この文章は不適切な内容を含むか
  • 顧客の購入意欲は1〜5のどの程度か

一般的な生成AIは、次のような文章で回答します。

この問い合わせは緊急性が高いと思われます。

一方、Jevは、プログラムで扱いやすい値を返します。

{
  "noul": 0.97
}

このように、Jevは「人間と会話するAI」よりも、AIに判断させ、その結果を業務システムやプログラムで利用するためのAIです。

ChatGPTのような生成AIとJevは競合するものではありません。文章の作成や説明はChatGPT、分類・評価・優先順位付けのような明確な判定はJevに分けると、AIを業務に組み込みやすくなります。

本記事では、Jevの考え方、ChatGPTとの違い、Noul・Choice・Scoreの質問形式、APIでの利用方法、実際の活用例を初心者向けに紹介します。

目次

Jevとは

Jevは、TypeSafe AIが提供している構造化判定向けのAIモデルです。

公式ドキュメントでは、JevはTypeSafeの代表的なモデルであり、入力された状態に対して「型付きの質問」を行い、構造化された回答を返すモデルと説明されています。

ここでいう「状態」とは、AIに判断してほしい対象のことです。

状態の例は次のとおりです。

顧客から届いた問い合わせ：

「至急、今日中に対応してください。サービスが使えず困っています。」

この状態に対して、Jevへ次のような質問をします。

この問い合わせは緊急性を表していますか？

Jevは、単なる文章ではなく、判定結果を扱いやすい形式で返します。

{
  "noul": 0.97
}

この 0.97 は、「この文章が緊急性を表している確率が高い」ことを示します。

ChatGPTとの違い

ChatGPTとJevは優劣ではなく、得意分野が違います。

項目 ChatGPT Jev
得意なこと 会話、文章作成、説明、要約 判定、分類、評価
主な出力 自然な文章 構造化された値
利用者 人間 人間とプログラム
例 メールを書く メールが緊急か判定する
自信度 文章から読み取る必要がある 数値として返せる

例えば、ChatGPTに次の質問をするとします。

この問い合わせは緊急ですか？

ChatGPTは、次のように答えるかもしれません。

はい、緊急性が高い問い合わせだと思われます。

これは人間には分かりやすいですが、プログラムから見ると扱いにくい場合があります。

一方、Jevなら次のような値を返せます。

{
  "noul": 0.97
}

プログラム側では、例えば次のような処理ができます。

if (result.noul >= 0.9) {
  routeToUrgentSupport();
}

このように、Jevは「AIに文章を書かせる」よりも、「AIに判断させ、その結果をシステムで利用する」ためのモデルです。

Jevの3種類の質問

Jevでは、用途に応じて主に3種類の質問を使います。

1. Noul

Noulは、Yes / Noに近い判定を行う質問です。

この文章は緊急性を表していますか？

回答は0〜1の値で返ります。

  • 0.00に近い：いいえの可能性が高い
  • 0.50前後：判断が分かれる
  • 1.00に近い：はいの可能性が高い

2. Choice

Choiceは、複数の選択肢から分類する質問です。

この問い合わせはどの部署が担当すべきですか？

選択肢の例：

  • 営業
  • 技術サポート
  • 請求
  • その他

この場合、Jevは選択結果と各選択肢の確率を返します。

3. Score

Scoreは、決められた基準に沿って評価する質問です。

この顧客の購入意欲を1〜5で評価してください。

例えば、次のような評価基準を設定できます。

  • 1：購入意欲がほとんどない
  • 3：判断できない
  • 5：購入意欲が非常に高い

Noulの具体例

Noulは、Jevを理解するうえで特に分かりやすい機能です。

入力

状態：
「至急、今日中に対応してください。サービスが使えず困っています。」

質問：
「この文章は緊急性を表していますか？」

出力イメージ

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

この結果を使えば、例えば次のような処理が可能になります。

const urgency = result.answers.urgency.noul;

if (urgency >= 0.9) {
  console.log("緊急対応キューへ移動");
} else if (urgency >= 0.6) {
  console.log("優先確認が必要");
} else {
  console.log("通常対応");
}

Jevの回答がシステム向きな理由

Jevの大きな特徴は、回答を「型付きのデータ」として受け取れることです。

普通の生成AIでは、次のような文章が返ることがあります。

おそらく緊急性が高いと思われますが、状況によって異なります。

この文章をプログラムで処理するには、文字列の解析が必要です。

一方、Jevでは、最初から次のような値として受け取れます。

{
  "noul": 0.98
}

そのため、次のような業務フローに組み込みやすくなります。

問い合わせを受信
    ↓
Jevで緊急性を判定
    ↓
Noul値が0.9以上
    ↓
担当者へ即時通知

Jevでは、1つの質問にすべてを詰め込むよりも、判断を小さく分ける方が扱いやすくなります。

例えば「この問い合わせの優先度を判断して」と聞く代わりに、次のように分けます。

  1. 緊急性があるか
  2. 顧客離脱の可能性があるか
  3. 金銭的な影響が大きいか

最後の優先順位は、システム側のルールで決定できます。

APIで使う基本例

TypeSafeのAPIを利用する場合、概念的には次のようなリクエストを送ります。

curl -X POST https://api.typesafe.ai/v1/systemone \
  -H "Authorization: Bearer $TYPESAFE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "state": "至急、今日中に対応してください。サービスが使えず困っています。",
    "model": "Jev-latest",
    "questions": {
      "urgency": {
        "type": "noul",
        "instructions": "この文章は緊急性を表していますか？"
      }
    }
  }'

ここで注意したいのは、APIキーをソースコードや記事に直接書かないことです。

# これは例です。実際のキーは書かない
export TYPESAFE_API_KEY="ここにAPIキーを直接書かない"

APIキーは、環境変数やシークレット管理サービスなどで安全に管理します。

どんな用途に向いているか

Jevは、次のような用途に向いています。

問い合わせの分類

この問い合わせは営業、技術、請求のどれに分類されますか？

緊急度の判定

このメッセージは緊急対応が必要ですか？

不適切な内容の確認

この文章には攻撃的な表現が含まれていますか？

顧客の購入意欲の評価

この顧客の購入意欲を1〜5で評価してください。

書類の確認

この申請書には必要な項目がすべて含まれていますか？

業務フローの振り分け

この依頼は、人間による確認が必要ですか？

このように、判定結果を次の処理につなげたい場合に特に力を発揮します。

注意点と苦手なこと

Jevは便利ですが、万能なAIではありません。

長い文章を書く用途

Jevは、ブログ記事、メール、企画書などの文章作成を主目的としていません。

文章作成はChatGPTなどの生成AI、判定はJevに任せる役割分担が向いています。

1つの質問に多くを詰め込むこと

次のような質問は、判断基準が曖昧になりやすいです。

この問い合わせの重要度、顧客満足度、緊急性、対応方針を総合的に判断してください。

代わりに、質問を分けます。

この問い合わせは緊急ですか？

顧客が不満を感じている可能性は高いですか？

技術担当者の確認が必要ですか？

確率を絶対視すること

Noul値が0.98だからといって、必ず正しいとは限りません。

例えば、次のようなルールを組み合わせると安全です。

if (result.noul >= 0.9) {
  // 自動で緊急対応へ
} else if (result.noul >= 0.7) {
  // 人間が確認
} else {
  // 通常処理
}

重要な判断では、Jevの結果だけで完全自動化せず、人間による確認を残す設計も大切です。

ChatGPTからJevを使う方法

Jevは、MCPなどの接続方式を使うとChatGPTから呼び出せます。

接続後は、ChatGPTでJevのコネクタを選び、次のように指示します。

Jevを使って、この文章が緊急か判定してください。
Noul値と使用モデルも表示してください。

「至急、今日中に対応してください。」

ChatGPTは、文章の整理や説明を担当し、Jevは判定を担当します。

ChatGPT：
「この文章を緊急性判定の対象として整理する」

Jev：
「緊急性が高い。Noul値は0.98」

ChatGPT：
「結果を人間向けに説明する」

ただし、コネクタを接続しただけで、ChatGPTがすべての質問に自動でJevを使うわけではありません。

「分類」「優先度」「真偽判定」「スコアリング」が必要なときは、次のように明示すると安定します。

この判定にはJevを使ってください。

まとめ

Jevは、文章生成よりも、AIの判断をシステムで利用するための判定エンジンに近い存在です。

ポイントをまとめると、次の通りです。

  • JevはTypeSafe AIの構造化判定モデル
  • 入力された状態に対して、型付きの質問を行う
  • Noul、Choice、Scoreの質問形式がある
  • 回答を数値や選択結果として受け取れる
  • ChatGPTよりも、分類・評価・ルーティングに向いている
  • 複雑な判断は小さな質問に分解すると使いやすい
  • 確率を絶対視せず、必要に応じて人間の確認を残す

生成AIを「文章を作るAI」としてだけでなく、「業務の判断を支える部品」として使いたい場合、Jevは面白い選択肢になりそうです。

公式ドキュメント：

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?