購入前に：この記事が向いている人

LLMに分類や採点を任せていて、返答の整形、出力の揺れ、処理時間、判断の不確かさに悩んでいる開発者向けの記事です。PythonかJavaScriptでAPIを呼んだ経験があり、問い合わせの振り分け、RAGの検索結果の仕分け、入力・出力の検査にJevを使えるか検討したい方を想定しています。機械学習の専門知識は不要です。

購入をおすすめしない人

Jevの概要やニュースだけを短時間で知りたい方。まずはこの無料部分で十分です。
コードを一切扱わず、完成済みのアプリや導入代行を手に入れたい方。本記事は技術解説で、完成品や個別サポートの販売ではありません。
文章・画像・コードを生成するAIの使い方を探している方。Jevは判定を返すモデルです。
日本語での精度や、購入直後にJevを使えること、費用削減の効果を保証してほしい方。
公式ドキュメントとSDKを自分で読み、同じ内容をすでに理解している方。また、この「Jev大全」を別の場所ですでに入手・購入した方は重複購入不要です。

読んだあとに得られること

「AIに判定を頼む」段階から、判定対象・質問の型・しきい値・人に戻す条件を分けて設計するための見取り図が得られます。具体的には、次の作業に取り組むための手順と判断基準を持ち帰れます。

実画面を見ながらPlaygroundに入力し、Noul・Choice・Scoreの応答を読み取る。
自分の用途に合う質問の型を選び、stateとcriteriaを組み立てる。
確率とconfidenceを読み、「自動処理する／人に回す」をコードで設計する。
Python・JavaScriptのコード例や18本の公式クックブックの解説から、自分の用途に近い実装の出発点を見つける。
苦手な処理、日本語利用の注意、料金・制限、エラーの切り分けを踏まえ、導入前に何を検証すべきか整理する。

価格・収録内容・確認範囲

販売価格は500円です。第1〜2章は無料で読めます。第3章「実画面で始める」から有料で、操作手順、コード例、質問設計、実例、SDKの実務メモ、トラブルシューティング、参考資料まで収録しています。

本記事は2026年9月20日時点の解説です。Playgroundでの実操作結果と、公式資料の計測値、説明用の例示を区別しています。cURL・Python・JavaScriptのコード例は今回未実行で、完成アプリの動作保証ではありません。

Jevは執筆時点でウェイトリスト制です。記事の購入にはJevの利用権・優先招待・API利用料は含まれず、利用開始時期は保証されません。APIの利用料金は別途サービス側の条件に従います。日本語での精度や処理速度、費用削減は用途によって異なり、自分のデータでの評価が必要です。公式資料は無料で公開されています。本記事は、その内容を日本語で整理した解説と実操作記録に対するものです。

この記事は、TypeSafe AI が 2026年9月15日に早期アクセスで公開したモデル「Jev」について、公式ドキュメントの全体とクックブック、Python と JavaScript の SDK のソースコードを内容をもとに、整理したものです。

先に大事な前提を3つ書いておきます。

Playgroundの実操作は確認済みです。第3章のNoul・Choice・Scoreには、実際の入力・出力とスクリーンショットを載せています。
「公式の計測値」は公式資料の値、「実行結果」「実測」と明記したものは今回のPlaygroundで得た値です。それ以外の説明用出力は例示であり、実測ではありません。
情報は 2026年9月20日時点のものです。現行モデルは jev-1.13.0 ですが、クックブックの多くは1つ前の jev-1.12 で計測されています。

目次

はじめに: LLMに「判定」をさせるときの困りごと
JevとSystem Oneの正体
実画面で始める: Playground、cURL、Python、JavaScript
state: AIに渡す「材料」の作り方
3つのプリミティブ: Choice、Score、Noul
質問と選択肢を構造化する
confidence: 「わからない」を受け取る仕組み
設計の8ステップ
4つの定番パターン
クックブック18本から学ぶ実例集
Jevが苦手なこと9つと、その回避策
料金、制限、モデルのバージョン、日本語の扱い
SDKの実務メモ: Python と JavaScript
コーディングエージェントから使う: 公式エージェントスキル
トラブルシューティング
まとめ
参考リソース

1. はじめに: LLMに「判定」をさせるときの困りごと

問い合わせメールを担当部署へ振り分けたい、レビューの怒り具合で優先度を付けたい、検索結果が質問に関係あるかを確かめたい。こうした「判定」を LLM に任せた経験がある人は多いはずです。そして、次のような手間に覚えがあるのではないでしょうか。

「JSONだけを返して」と頼んだのに、前置きの文章やコードフェンスが付いてきてパースに失敗する
選択肢にない答えが返ってくる。「billing」のはずが「Billing / Payment」になっている
同じ入力なのに、実行するたびに答えが変わる
「どのくらい自信があるのか」がわからないので、人に回すべきケースを見分けられない
1件ごとに数秒と数円かかるので、全件にかけるのをためらう

原因ははっきりしています。LLM は人が読む文章を作るためのモデルです。コードが使う判定を出させようとすると、文章生成の仕組みに無理やり構造化された判断を出力させ、それをもう一度コードが頼れる形に読み解く、という二度手間が生まれます。公式ドキュメントの導入も、まさにこの食い違いの指摘から始まっています。

下の図では、上段の「従来の流れ」にあるパース処理の箱と、下段でそれが無くなっている点に注目してください。

図1: 従来の流れと Jev を使う流れ。文章を読み解く工程が無くなり、判定がそのままコードの値になります。静止画版

この記事を読むと、次のことがわかります。

Jev が何で、LLM と何が違うのか
3種類の質問（Choice、Score、Noul）の使い分けと、返ってくる値の読み方
確率と confidence を使って「自動で進める」「人に回す」を決める方法
RAG の検索結果の仕分け、ガードレール、抽出結果の検証など、すぐ真似できる実例
料金、制限、苦手分野、日本語で使うときの注意

想定読者は、Python か JavaScript で API を呼んだことがある人です。機械学習の知識は要りません。

2. JevとSystem Oneの正体

一言でいうと

Jev は、自然言語を理解するが、文章は一切生成しないモデルです。「材料（state）」と「型付きの質問（questions）」を渡すと、選択肢・数値・確率が返ってきます。TypeSafe AI はこの種のモデルを System One モデルと呼んでおり、Jev はその最初のモデルです。

名前の由来は、ダニエル・カーネマンの『ファスト&スロー』に出てくる「システム1（速く直感的な思考）」です。じっくり推論する「システム2」ではなく、知識のある人が材料を見て数秒で下せる判断を、速く大量にこなすことに特化しています。

下の図では、左の2つの入力が Jev を通って「質問IDごとの答え」になり、最後にコードが流れを決める、という役割分担を見てください。

図2: 1回の API 呼び出しの全体像。AI は狭い判定だけを担当し、制御の流れはコードが持ちます。静止画版

LLMとの違い

入力は現時点でテキストのみです。文字列、JSON オブジェクト、テキストの配列を受け付け、画像・音声・動画は未対応です。

なぜ確率を信用できるのか: RLCD

事前学習済みモデルの仕上げ方には、これまで2つの流れがありました。TypeSafe はそこに3つ目を足した、と説明しています。

「較正（calibration）」とは、モデルが 0.8 と言った事柄が、たくさん集めると実際に約80%の割合で当たる、という性質です。0.2 なら約20%です。ここで注意したいのは、これは予測の集団についての性質であり、個々の答えが正しいことの保証ではない点です。公式ドキュメントも繰り返しこの点を断っています。

公式は RLHF の弱点として、人に好まれる応答を目指すことで迎合や自信ありげな誤りが報われやすいこと、特定の話し方に出力が偏ること（モード・ドロッピング）を挙げています。チャットには RLHF が向いている、と認めたうえで、無人で動かす自動化には別の学習目標が要るというのが TypeSafe の立場です。創業者の Diogo Almeida 氏は OpenAI で RLHF の研究に関わった人物で、公式ドキュメントは RLHF の共同発明者と紹介しています。

3つのソフトウェアの作り方

公式ドキュメントは、AI を使ったソフトウェアの作り方を3つに分けています。Jev が狙うのは3つ目です。

公式が System One の性質として挙げるのは、構造化されている、並列に動く、比較できる（並び替えやしきい値に使える）、速い、確率が較正されている、繰り返しても答えが安定している、の6つです。どれも「ソフトウェアの部品として扱える」ための条件だと読むと腑に落ちます。