担当者によって、問い合わせの振り分けが違う
Googleフォームから届く相談をExcelに転記し、営業・請求・技術のどこへ回すか、毎回担当者が読み直している。
問い合わせや文書を読んで振り分ける作業が多い。AIの結果を、そのまま業務へ流すのは不安。Jevで返す分類と、人が確認する条件を一緒に設計し、実際の仕事へ組み込める範囲を検証します。
Googleフォームから届く相談をExcelに転記し、営業・請求・技術のどこへ回すか、毎回担当者が読み直している。
AIが返した自由な文章から分類を取り出し、kintoneの選択肢に合う表記へ直して保存している。
請求の確認と障害の報告が一つの文に含まれても、どちらか一方へ回り、対応漏れになることを心配している。
TypeSafeのJevは、入力した情報に対して分類や評価を行い、プログラムで扱える値を返すモデルです。文章を作る仕事と、次の処理を選ぶ仕事を分け、必要な判定を小さな問いにして組み込みます。
公式仕様:Jevの概要と判定の型・confidenceの意味(2026年10月22日確認)
業務と支援内容の説明例です。顧客への導入実績ではありません。連携先のAPI・契約・権限と、入力を外部で処理できる条件を確認して実現範囲を決めます。
| 方式 | 検討しやすい仕事 | 確認すること |
|---|---|---|
| 既存の条件分岐・定型処理 | 明確なコードや数値条件で決まり、例外も列挙できる。 | ルールを保守する負担と取りこぼし。モデルを使わず解決できる範囲を残します。 |
| 生成AIの構造化出力 | 文書の生成・説明・複雑な読み取りと、型を決めた出力を組み合わせたい。 | 利用するモデルの対応範囲、型と内容の検証、確認の手間、費用・応答時間。 |
| Jevの型付き判定 | 決めた候補からの分類や、基準に沿う判定を既存の処理へ組み込みたい。 | 問いの分解、候補・評価基準、誤分類と保留率、モデルの版、接続とデータ条件。 |
複数のAIを同じ業務で比べる場合は、生成AIの比較・選定支援で、確認作業を含めた評価条件を揃えます。
2026年10月22日、Jev 1.14.0のAPIで人工的に作った問い合わせ36件を試しました。実顧客のデータは使用していません。通常例のほか、情報不足・複数依頼・対象外・判定への介入を含みます。
| 段階 | 分類の一致 | 自動候補/人の確認 |
|---|---|---|
| 調整用18件 | 想定した分類と18件一致 | 自動候補9件・人の確認9件 |
| 別の検証用18件 | 想定した分類と18件一致 | 自動候補7件・人の確認11件 |
検証用では通常例2件が正しい分類でもconfidence 0.71と0.79だったため保留されました。残る9件は「人に確認」の分類です。今回、誤った自動候補はありませんでしたが、少数の合成例の結果であり、本番の精度や安全性を保証するものではありません。
基準0.8はこの試行の設定です。すべての仕事に共通の推奨値ではありません。顧客業務の分類・許容する誤り・確認担当の負担をもとに、別途検証して決めます。
少数精鋭のチームに、代表がPMとして参加。事業の課題整理から設計・開発・運用まで支援します。
入力、分類先、複数依頼、保留の条件を業務担当者と整理します。送信可能な情報と利用契約を確認します。
既存ルールや他のモデルを含め、同じ入力で分類・確認時間・費用を比較。Jevを使う価値がある対象を絞ります。
調整用と検証用を分け、誤分類・保留・通信失敗を確認。採用できる範囲と、残る人の作業を合意します。
権限・承認・失敗時の戻し方を含めて実装。モデル更新や業務変更で品質が変わったときに、再評価できる記録と手順を残します。
対象業務、分類や問いの数、正解データを作る範囲、試行件数と比較候補から見積もります。分類仕様・評価記録・採用条件が成果物です。
接続先、承認と権限、確認画面、記録、例外処理、運用点検の範囲で変わります。TypeSafeのAPI利用料と、開発・保守の支援費は分けて提示します。
入力の例、現在の担当区分、月の件数、判断しにくい文面、つなぎたいシステムを伺います。機密情報はそのまま送らず、共有方法と契約・保存条件を確認してから試行します。
利用時は現行の料金・提供情報、サービス契約、データの取扱いを確認します。学習に使わないことと、外部へ送信・保存されないことは同じではありません。
本ページでは、決めた候補からの分類や評価をプログラムへ返す用途を扱います。自由な文章を作る仕事と、処理の分岐に使う判定を分け、既存ルールや他のモデルとも同じ条件で比べます。
形式が合うことと、業務の正解に合うことは別です。候補の定義と正解データを用意し、通常例・曖昧な入力・対象外を使って誤分類と保留を評価します。
0.8は掲載した合成データの試行条件です。一般的な推奨値ではありません。業務ごとの誤分類の影響、保留件数、確認担当の負担を見て基準を決めます。
最初は対象を絞って試し、複数依頼・情報不足・対象外や低いconfidenceの結果は人へ回します。更新や送信はアプリ側の権限・値の検証・承認条件を満たした範囲で扱います。
できます。分類設計、正解データの準備、既存手法との比較、誤分類と保留の評価までを先に行い、その結果を見て組込み開発へ進むか判断できます。
TypeSafeの利用可能なアカウントとAPI認証が必要です。提供状況、利用枠、料金、送信・保存条件を確認します。キーは安全な保管方法で扱い、原稿や通常の作業ファイルには保存しません。