Encontre a decisão antes de escolher o modelo
Uma boa tarefa inicial tem uma pergunta delimitada, evidências suficientes para respondê-la e um próximo passo claro. Para uma mensagem de cliente, esses elementos podem ser o serviço solicitado, o registro relevante da conta e uma fila sugerida. Para um documento, podem ser a consulta de um leitor, o texto e um local a examinar.
Os fluxos são sugestões de projeto, salvo quando identificados como exemplos oficiais ou relatos da comunidade. Fizemos chamadas reais para verificar o funcionamento do site, mas não reproduzimos de forma independente os casos de terceiros nem publicamos avaliações de qualidade ou desempenho. Uma demonstração funcional ou um resultado isolado não estabelece a acurácia dessas aplicações.
Casos da comunidade: como desenvolvedores usam Jev
Estes relatos públicos mostram decisões específicas que desenvolvedores testaram. Cada resumo tem um link para o autor. A inclusão não significa que a TypeSafe ou as equipes apresentadas endossem este site.
Vercel: revisar comandos antes da execução automática
Experimento relatado pelo autor · Não reproduzido por este site
Guillermo Rauch compartilhou a avaliação de Jev feita pela Vercel para o revisor de segurança do modo automático do fx. A entrada é o comando em análise; o julgamento ajuda a decidir se ele é adequado à execução automática. A publicação descreve uma possível mudança no revisor, sem confirmar a implantação de Jev. Ela também não fornece a política completa de revisão. O julgamento do modelo, por si só, não concede permissão de execução.
Every: revisar textos com perguntas explícitas
Experimento relatado pelo autor · Não reproduzido por este site
Mike Taylor, da Every, testou textos de artigos com perguntas sobre padrões de escrita. Jev retornou julgamentos para as verificações, ajudando o autor a decidir quais artigos e itens de verificação revisar novamente. Foi um experimento de revisão de texto, não um método estabelecido para comprovar quem o escreveu. O autor relatou problemas que passaram despercebidos; quem escreve ainda precisa examinar o texto e decidir o que mudar.
Good Start Labs: verificar respostas com critérios de avaliação
Experimento relatado pelo autor · Não reproduzido por este site
Alex Duffy descreveu experimentos durante o acesso antecipado que avaliavam tarefas de jogos e respostas de pesquisa financeira com critérios fornecidos. As entradas incluem a resposta e a rubrica; os julgamentos indicam se cada verificação foi atendida. A equipe usa as divergências para orientar novas revisões. Trata-se de uma avaliação relatada, não de prova de que o julgamento do modelo está correto ou de que um produto autônomo de avaliação foi implantado.
Experimente uma revisão de texto no Playground oficial
Exemplo didático original e fictício; sem resultados registrados do modelo. Este é um exercício separado, inspirado na revisão de textos, e não o prompt da Every nem uma reprodução do seu experimento. Orbit Notes é um produto fictício. A entrada e as perguntas ficam no mesmo inglês em todos os idiomas para facilitar a cópia.
Esta é uma página externa da TypeSafe. Entre com sua própria conta e as permissões de acesso necessárias. Estar na lista de espera, por si só, não concede acesso.
-
Cole o exemplo abaixo no campo state.
-
Adicione três perguntas Noul usando os nomes e as instruções abaixo. O guia oficial de início rápido explica como inserir state e as perguntas.
-
Execute a solicitação no Playground oficial. Leia cada probabilidade junto da sua pergunta; depois, se for útil, altere o exemplo e execute novamente.
Entrada fictícia
Ver os detalhes técnicos
Orbit Notes saves your drafts locally.
Your drafts are stored on your device.
Click Export to download a copy.Perguntas a inserir
Ver os detalhes técnicos
repetition (Noul)
Does the text repeat a claim without adding new information?
clear_action (Noul)
Does the text explain what happens when the reader clicks Export?
guaranteed_safety (Noul)
Does the text claim that a draft can never be lost?Verifique se as duas primeiras frases trazem informações diferentes, se a ação Export é explicada e se o texto promete que os rascunhos nunca serão perdidos. As perguntas são independentes; suas probabilidades não precisam somar um. Use os julgamentos como pistas para uma revisão humana. O exercício não fornece pontuações esperadas nem limites para decisões automáticas.
Quatro funções, quatro pontos de partida
Desenvolvedores: revise uma regra semântica
Experimente uma convenção específica que o lint convencional não detecta: uma alteração introduz um erro visível para o usuário sem explicar como se recuperar dele? Forneça o diff relevante e a regra e retorne um sinal para revisão. O mapa oficial de casos de uso inclui lint semântico de código; esta verificação específica é uma proposta ilustrativa nossa.
Mantenha o compilador, a suíte de testes e as regras exatas de lint. Deixe uma pessoa revisora examinar as linhas sinalizadas e decidir se a questão é válida. Comece com comentários consultivos para entender o custo dos falsos alarmes antes de tornar a verificação um requisito de merge. Esta é uma sugestão de integração, não um bot de PR disponível e fornecido por este site.
Equipes de suporte: separe responsabilidade e urgência
Um cliente frustrado pode precisar da equipe de cobrança, e não da engenharia. Uma mensagem aparentemente calma pode descrever uma indisponibilidade urgente. Pergunte separadamente sobre o destino e a urgência e, depois, aplique uma política de filas. O guia rápido oficial fornece o exemplo de chamado abaixo.
Sua aplicação ainda precisa buscar os dados da conta, eliminar chamados duplicados e aplicar as regras de reembolso ou alterações de conta. Uma classificação não confirma que a falha relatada aconteceu.
Equipes de busca e RAG: escolha as evidências antes de escrever
A geração aumentada por recuperação (RAG) fornece material recuperado a um gerador de texto. O Jev pode ser avaliado entre a recuperação e a geração. O guia prático de trechos para RAG da TypeSafe verifica separadamente a relevância, as evidências utilizáveis, as contradições e as tentativas de dar instruções; depois, usa código para incluir, sinalizar ou excluir um trecho.
Mantenha o identificador da fonte junto ao julgamento. Evidências contraditórias podem merecer um aviso visível, em vez de exclusão silenciosa. Avalie se o filtro remove o único trecho necessário para responder a uma consulta difícil. Um gerador continua responsável pela redação final; nenhuma das etapas deve se sobrepor às permissões de acesso aos documentos.
Equipes de segurança: priorize a atenção dos analistas
O guia prático de verificações de proteção da TypeSafe demonstra a verificação de mensagens recebidas e respostas geradas, com probabilidades de riscos e uma avaliação ordenada de gravidade. Em seguida, o código aplica a política de resposta.
Para uma integração inicial, preserve seu processo de detecção existente e compare a fila de revisão proposta com as decisões dos analistas. Acompanhe separadamente os incidentes não detectados e os encaminhamentos desnecessários para análise. Uma pontuação baixa do modelo não deve conceder permissão a uma ferramenta, desativar um controle existente ou comprovar que um anexo é inofensivo. Veja as limitações diante de entradas adversariais.
Exemplo completo: encontre uma resposta em um documento
1. Tarefa e entrada
Pesquise o texto dos Termos de Serviço do GitHub usado no guia prático: 218 linhas marcadas com IDs, usando jev-1.12. O guia prático e o script completo incluem o link para a entrada completa e explicam como reproduzir o exemplo.
2. Perguntas
Uma requisição faz as perguntas where (Choice sobre IDs de linhas) e exists (Noul: o documento contém uma resposta?).
3. Trecho da saída publicada
Estes são valores selecionados, não uma resposta completa da API:
Ver os detalhes técnicos
query: who owns the code I upload?
exists: 0.98
L052: 0.95A linha correspondente da fonte começa com: L052 | You own Your Content.
4. Pós-processamento
O guia prático ordena as probabilidades das linhas e associa os IDs ao texto da fonte. Sua política de existência marca valores de pelo menos 0.7 como respondidos, abaixo de 0.35 como ausentes e o intervalo entre eles como parcial. Assim, este exemplo aponta para L052 e passa pela verificação de existência de resposta.
5. Limites e fonte
Os limiares e a versão anterior do modelo pertencem a este exemplo. Reproduzi-lo não é uma nova medição. Ele demonstra recuperação de informação, não interpretação jurídica nem acurácia em outros documentos. Caso original e saída exibida
Por que usar dois sinais?
Choice distribui a probabilidade entre as opções fornecidas, que juntas somam um. Uma opção na liderança é, portanto, uma vencedora relativa; não é uma garantia independente de que exista uma opção apropriada. A TypeSafe documenta um máximo de 255 opções Choice. Semântica e limites de Choice
Nossa recomendação de implementação é preservar tanto a localização quanto o julgamento de existência em um registro de resultado. Não transforme a linha mais bem classificada em uma resposta incondicional. Mostre o texto da fonte para inspeção, trate explicitamente as evidências ausentes ou parciais e preserve a versão do documento para que edições posteriores não mudem silenciosamente o significado de um ID.
Ao adaptar esse projeto, inclua documentos sem resposta no conjunto de revisão. Inclua também respostas que abranjam várias linhas e perguntas cuja formulação contenha uma premissa falsa. Esses casos testam a política de recuperação de que você realmente precisa, além de verificar se a primeira linha do ranking parece plausível.
Exemplo completo: faça a triagem de um chamado de suporte
Entrada, perguntas e saída documentada
O cliente do exemplo descreve uma falha na conexão com o Stripe durante três dias, perda de vendas e necessidade de ajuda urgente. A requisição pergunta pelo departamento, pelo nível de frustração e pela urgência. A mensagem está parafraseada aqui.
| Pergunta | Definição resumida | Resultado publicado |
|---|---|---|
department — Choice |
Escolher cobrança, suporte técnico ou vendas | technical; probabilidades: 0.159, 0.84, 0.001, respectivamente; confiança 0.596 |
frustration — Score |
Situar o tom em três níveis, de calmo a muito irritado | Score 1.035 em uma escala de 0–2; confiança 0.842 |
is_urgent — Noul |
Avaliar a urgência | 0.999 |
Fonte: requisição e resposta do guia rápido.
Transforme o resultado em uma proposta
O código a seguir foi elaborado por nós para fins explicativos. Seus limiares são escolhas de política ilustrativas, não configurações validadas:
Ver os detalhes técnicos
function proposeRoute(response) {
const department = response.answers.department;
const urgency = response.answers.is_urgent.noul;
return {
queue: department.confidence >= 0.7
? department.choice
: "manual-triage",
priority: urgency >= 0.9 ? "urgent" : "normal",
suggestedTeam: department.choice,
};
}Para os valores publicados, essa função propõe triagem manual urgente e sugere o suporte técnico. O departamento na liderança não ultrapassa o limiar de confiança que escolhemos. Nenhum chamado é de fato atribuído por este exemplo.
Probabilidade e confiança são campos diferentes. A TypeSafe deriva a confiança de Choice e Score a partir da distribuição; Noul não tem um campo de confiança separado. Documentação de confiança
Antes de conectar uma proposta assim a um sistema de chamados, valide a resposta, defina como os conflitos serão resolvidos e torne as falhas observáveis. Avalie separadamente os encaminhamentos errados e os chamados urgentes não identificados. O exemplo não comprova o estado da conta do cliente nem resolve o problema de integração.
Relato da comunidade: explorando a triagem de e-mails de phishing
Um participante do Discord descreveu um experimento inicial com o SDK Python em 17 de setembro de 2026, entre 14:24–14:27 UTC, com a intenção de ajudar as operações de segurança e, posteriormente, conectar o resultado a um fluxo SOAR. Ele relatou resultados iniciais animadores e sensibilidade à redação e ao nível de detalhe dos critérios. Introdução do experimento, observações posteriores
Este é um relato de um participante da comunidade. Ele não comprova acurácia de detecção, taxas de falsos positivos, velocidade, economia, comportamento determinístico nem integração em produção. Não o reproduzimos. Nenhuma resposta oficial verificada foi observada na conversa registrada; a pesquisa cobriu discussões selecionadas, não todo o histórico da comunidade. Os links podem exigir acesso à comunidade.
Escolha um próximo passo
Escolha uma decisão com resultado que possa ser examinado e um processo de revisão administrável. Comece por obter acesso e enviar uma requisição, faça o orçamento do fluxo com o guia de preços e leia as limitações antes de conectar a saída a ações automáticas.
Fontes e leituras complementares
Este guia se baseia na documentação oficial e nos relatos da comunidade vinculados. As observações da comunidade são atribuídas a seus autores.
- Guia prático oficial de busca semântica linha a linha
- Guia rápido oficial de chamados de suporte
- Mapa de casos de uso da TypeSafe
- Guia prático de classificação de trechos para RAG
- Guia prático de verificações de proteção para LLMs
- Saídas e opções de Choice
- Confiança e probabilidade
- Experimento da comunidade com phishing: introdução
- Experimento da comunidade com phishing: continuação
- Experimento de segurança de comandos da Vercel: Guillermo Rauch
- Experimento de revisão de texto da Every: Mike Taylor
- Experimento com critérios de avaliação da Good Start Labs: Alex Duffy
- Playground oficial da TypeSafe