Jev: decisiones con IA en tus workflows

Los nodos Jev añaden a tus workflows un tipo de IA distinto al de los modelos que generan texto: un modelo de decisiones. Le entregas un texto y unas preguntas, y devuelve respuestas estructuradas con probabilidades (sí/no, una opción de una lista, un nivel de una escala). No inventa nada fuera de lo que le dejas elegir, y el workflow conserva el control del flujo.

El problema

Muchas decisiones de un workflow no se pueden escribir como una regla:

• ¿El mensaje del cliente es una queja o una consulta? ¿A qué equipo corresponde?
• ¿Este lead encaja con tu cliente ideal? ¿Es urgente?
• ¿El formulario trae spam, datos personales o un intento de manipular a tu asistente?

Hasta ahora había dos salidas malas: reglas con palabras clave que fallan con cualquier frase nueva, o un modelo generativo —lento, caro e imprevisible— que además puede desviarse del flujo.

La solución

Nodo	Para qué	Salidas
Jev: Preguntar	Varias preguntas en una sola llamada	1
Jev: Condición con IA	Un If con criterio	Sí · No · Dudoso
Jev: Clasificar	Elegir una categoría	Una por categoría + Dudoso
Jev: Puntuar	Puntuación simple o compuesta con pesos	Bajo · Medio · Alto
Jev: Verificar reglas	Moderación y validación	Pasa · Marcado
Jev: Localizar en imagen	Localizar algo en una imagen (experimental)	1

• Rápido: la mayoría de las consultas tarda unos 100 ms y las preguntas se evalúan en paralelo, así que preguntar más cuesta poca latencia.
• Barato: 0,042 $ por millón de tokens de entrada; la salida no se cobra. Mil clasificaciones de un ticket corto cuestan unos 2 céntimos.
• Con probabilidades: cada respuesta trae su confianza. Lo seguro sigue solo; lo dudoso sale por una vía de revisión humana.
• Tu clave: usas tu propia cuenta de TypeSafe (credencial typesafe); Floogos no factura ese consumo.

Cómo diseñar bien

1. Lo determinista, en código: fechas, importes e identificadores se comprueban con nodos normales. Jev solo juzga.
2. Preguntas atómicas: una propiedad por pregunta; muchas preguntas independientes en una llamada.
3. Estado como objeto con campos con nombre y solo el contexto relevante.
4. Categorías contrastivas: di qué cubre cada una y qué no.
5. Enruta por confianza: alta, actúa; media, pide confirmación; baja, persona. Calibra los umbrales con tus propios casos.

Antes de empezar

• Idioma: Jev rinde mejor en inglés; con español funciona con menor precisión. Prueba con tus datos.
• Privacidad: el texto evaluado se envía a TypeSafe (un tercero). No envíes lo que no puedas compartir.
• Versión del modelo: jev-latest cambia de modelo con las versiones nuevas; fija una versión en producción.

Casos de uso

Consulta la sección Casos de uso del menú: triaje de tickets, cualificación de leads y moderación de formularios.