剛才的延續？ https://t.co/x2sTHdFHlA Jev AI：驚人的的10個應用案例 Julian Goldie SEO　#AI摘要 #Claude #Codex Jev AI 實現的10種決策自動化 🔳 Jev AI 的特點 Jev AI 是 TypeSafe AI 發布的專注於決策的 AI，並非生成文本，而是根據給定的情境與選項選擇答案，並返回其置信度，被描述為一種 System 1 型模型。 🔳 高速且低成本的決策 影片中說明，Jev AI 的速度比傳統 AI 模型快 20 至 200 倍，成本低 40 至 400 倍，回應時間約為 0.1 秒。其特點在於能高速處理大量小型判斷。 🔳 三種判斷形式 包括從多個候選中選擇的 Choice、根據設定標準評分的 Score，以及以機率判斷 Yes 或 No 的形式，並能同時處理多個問題。 🔳 基於置信度的自動化 Jev AI 在做出判斷的同時返回置信度，因此可建立一套機制：當置信度高於基準時自動處理，低於基準時轉交人工確認。 🔳 應用案例 1：郵件自動分類 可將收到的郵件自動分類為回覆、進一步調查、等待或人工確認等類別。介紹的案例中，500 封郵件在數秒內處理完畢，總費用僅 3.5 美分，僅約 12 封低置信度郵件需人工確認。 🔳 應用案例 2：SEO 關鍵字分類 可將數千至數萬個關鍵字分類為資訊收集、商業用途、交易目的等類別，並用於分配至現有頁面或新頁面。介紹了如何在電子表格中自動整理大量關鍵字的應用。 🔳 研究資料分類實績 類似案例中，將 18 篇研究論文分類至 24 個類別，總費用為 8 美分，每件處理時間約 0.25 秒。 🔳 應用案例 3：潛在客戶評估 可將潛在客戶分為強、中、弱等級並賦予置信度，同時判斷所撰寫訊息是否適合目標對象。介紹的案例中，700 個潛在客戶在 40 秒內處理完畢，費用為 9 美分。 🔳 應用案例 4：內部連結構建 讓 Jev AI 判斷網站各頁面的合適連結目標，從而自動構建內部連結結構。在一個包含 586 頁的網站中，45.1 秒內配置了 584 個連結，費用為 21 美分。 🔳 不設置不必要連結的判斷 在內部連結案例中，Jev AI 判斷 139 頁無合適連結目標，因此未設置連結。這一點很重要：不僅能執行自動化，還能做出「不執行」的判斷。 🔳 應用案例 5：內容發布判定 同時判斷文章是否回應搜尋意圖、是否存在無根據主張、內部連結是否恰當；綠色則自動發布，黃色則交由人工確認，紅色則退回內容生成模型。 🔳 應用案例 6：AI 模型分流 可作為路由器，根據請求內容選擇成本低且快速的模型或高性能但昂貴的模型。在 LangChain 的案例中，介紹了在可處理範圍內選擇最便宜模型的思路。 🔳 應用案例 7：上下文縮減 評估長時間運行的 AI 代理歷史記錄中，各工具呼叫是否仍具重要性，以減少不必要的資訊。案例中，從約 100 萬個 token 在約 1 秒內縮減至 86,000 個 token。 🔳 上下文縮減的挑戰 也提到反對意見：若個別評估並刪除歷史記錄，AI 可能失去過去做出該判斷的理由與整體脈絡。技術上仍處於探討階段，需進一步研究是刪除還是重新排序。 🔳 應用案例 8：競爭對手網站監控 監控競爭對手網站的變更，並以 Yes 或 No 的機率判斷這些變更對自身是否重要。僅在重要性超過基準時發出通知，減少因細微調整而產生的無效通知。 🔳 應用案例 9：瀏覽器操作 每次網頁變動時更新可操作候選項目，由 Jev AI 判斷下一次點擊或操作；文字輸入則交由另一小型生成模型處理，Jev AI 專注於決策。 ListItemIcon 飛機搜尋案例 在飛機搜尋案例中，約 7 秒內、費用低於 0.5 美分即找到候選方案。但需注意，此過程僅限於搜尋並找出候選方案，並非實際預訂機票。 ListItemIcon 應用案例 10：AI 代理任務分配 自動將內容製作、調查、網站修正、影片製作等任務分配給現有可用的 AI 代理。僅將低置信度任務轉交至人工通道，實現大量任務的自動分配。 ListItemIcon 分離文本生成與決策 傳統上，大型語言模型同時負責文本生成與小型判斷；而透過讓 Jev AI 等模型專注於判斷部分，昂貴模型可專注於生成與高階處理。 ListItemIcon 大量處理的成本降低雖然這10種用途本身也可由傳統AI實現，但每次細微判斷都調用大型模型會增加成本與處理時間。Jev AI 的重大突破在於能以低成本處理大量判斷。 🔳當前的應用方式 儘管此技術剛出現，尚不清楚是否能長期普及，但仍建議從每日或每週重複的簡單分類、評估與分派等任務開始自動化。 🔳影片結論 Jev AI 的價值不在於撰寫文章的能力，而在於能高速、低成本處理大量決策，並根據可信度將自動處理與人工確認分開。這正是影片的核心主張：可因此提升AI代理的路由、監控與審批效率。