提供明確結果的意圖分類 API
用分類結果將訊息導向下一步,不必請聊天模型先寫一段文字。提供訊息、允許的意圖,以及區分它們的規則。
閱讀指南 ↗探索 Jev AI 在客服、業務與產品的應用情境:從界線明確的判定開始,檢視不確定性並串接工作流程。
將案件與請求分到實際負責的工作佇列,不確定的情況交由人工處理。
用分類結果將訊息導向下一步,不必請聊天模型先寫一段文字。提供訊息、允許的意圖,以及區分它們的規則。
閱讀指南 ↗依你寫下的標準評估潛在客戶,並讓後續聯繫保持在人工掌控之下。
多數潛在客戶評分依職稱、公司規模與瀏覽頁數加分,卻忽略最有資訊量的欄位:對方在表單或信件裡親手寫下的文字。本文說明如何用一段寫清楚的規則把這段文字轉成成熟度等級、併入你現有的分數,並在業務依賴它之前,先證明它真的能預測成交。
閱讀指南 ↗把文字意見整理成可計數、可比較的主題與情感判定,並保留人工覆核。
依照你想回答的產品問題來分類客戶意見。先為每則訊息選一個主要主題,再另外覆核混合或不確定的意見。
閱讀指南 ↗情感分析不是內建欄位,而是你寫的問題:一個是非準則,或由你定義等級的評分標準;每則訊息回傳機率與覆核標記。
閱讀指南 ↗把書面的內容政策轉成可重複的分流步驟:規則明確的直接處理,不確定的內容留給人工審核。
OpenAI Moderation API 免費、容易接入,擅長一件事:依一份固定的傷害類別清單,為文字與圖片評分。但多數社群與電商平台的政策,還包含許多根本不屬於傷害類別的規則。本頁說明這個端點回傳什麼、它的分類在哪裡不夠用,以及如何在上面疊加你自己的政策標籤,而不把分數當成決定。
閱讀指南 ↗把文字送進流程既有的分類,單筆或批次皆可,並為不確定的資料保留覆核路徑。
送出文字、區分結果的規則,以及流程已在使用的標籤。端點會回傳選定的標籤、模型提供時的機率與信心,以及覆核標記。
閱讀指南 ↗依類別整理、連回原始發表的實作作品,全部以判定模型為核心。
依類別整理的社群發表索引:代理、開發工具、介面、遊戲與實驗。每則以一句話說明它做什麼,並連回作者原始發表。本站與供應商無關。
閱讀指南 ↗