# Jev ガイド

> TypeSafe AI の判定モデル Jev の使い方・最新情報・GitHub 応用例を日本語でまとめる非公式ガイド。

typesafe.ai とは無関係の非公式ガイドです。
出典と確認日を確かめて引用してください。数値やモデルの仕様は掲載時点の情報です。

## サイト案内

- [このサイトについて](https://jevguide.jp/about/)
- [情報源](https://jevguide.jp/sources/)
- [訂正・お問い合わせ](https://jevguide.jp/contact/)
- [ガイド全文](https://jevguide.jp/llms-full.txt)
- [ニュース RSS](https://jevguide.jp/rss.xml)
- [サイトマップ](https://jevguide.jp/sitemap-index.xml)

各詳細ページには、末尾の / を .md に置き換えた Markdown 版があります。

## ニュース

- [一覧](https://jevguide.jp/news/)
- [DCVC、TypeSafe AI の 4,000 万ドルのシードラウンドを主導したと発表](https://jevguide.jp/news/typesafe-seed-round-dcvc.md): ベンチャーキャピタルの DCVC が、TypeSafe AI の 4,000 万ドルのシードラウンドを主導したと自社サイトで発表した。TypeSafe はステルスを終え、自動化に最適化したモデルを開発する企業として紹介されている。
- [公式が、LLM で System One API を再現する比較用アダプタを公開](https://jevguide.jp/news/system-one-adapter-python.md): TypeSafe AI が、SDK の system_one と同じ呼び出しを LLM の API で実行する Python のアダプタを GitHub で公開した。Jev と LLM を、コスト・速度・知能で比べる用途を想定している。
- [Python SDK v0.7.0 が公開、シリアライズが msgspec から pydantic に変更](https://jevguide.jp/news/python-sdk-v0-7-0-pydantic.md): 公式の Python SDK の v0.7.0 が公開された。シリアライズのライブラリが msgspec から pydantic に変わる破壊的変更と、応答を pydantic のモデルで受ける response_model の追加を含む。
- [TypeSafe AI が System One モデル「Jev」を発表、アーリーアクセスを開始](https://jevguide.jp/news/system-one-and-jev-announced.md): TypeSafe AI が、文章を生成せず型つきの判定だけを返す新しい種類のモデル「System One」と、その最初のモデル Jev を発表した。アーリーアクセスで提供が始まっている。

## ガイド

- [一覧](https://jevguide.jp/guides/)
- [Jev 公式 Cookbook 18 本の早見: やりたいことから探す](https://jevguide.jp/guides/cookbook-index.md): TypeSafe 公式の Cookbook 18 本を、やりたいこと別に整理した早見。検索と並べ替え、分類、抽出、LLM の検査、エージェント連携、費用の削減。各レシピが何を解くのかと公式へのリンクをまとめる。
- [Jev が苦手なこと: 公式が認める9つの弱点と、実際に試した結果](https://jevguide.jp/guides/limitations.md): Jev 1.13 には公式が明記している弱点がある。字義どおりの読み、計算と数え上げ、日付比較、多段の推論、大きすぎる state、注入、確率の不整合など。回避策と、手元で試した結果をまとめる。
- [JS/TS SDK（@typesafe-ai/sdk）で Jev に最初の判定をさせる](https://jevguide.jp/guides/js-sdk-quickstart.md): 公式の JS/TS SDK、@typesafe-ai/sdk で Jev を呼ぶ手順。インストール、choice・noul・score のヘルパー、型推論、例外、AI SDK との使い分けを実行結果つきで説明する。
- [Vercel AI Gateway 経由で Jev を使う](https://jevguide.jp/guides/ai-gateway.md): AI Gateway から Jev を呼ぶ3つの入口（AI SDK、REST の /v1/evaluate、TypeSafe 互換 API）と、BYOK、ゼロデータ保持、費用の見え方、直結との違いを実行結果つきで説明する。
- [コーディングエージェントで Jev を使う: 公式スキルと fast-jev-compaction](https://jevguide.jp/guides/coding-agents.md): Claude Code や Codex に Jev の使い方を教える公式スキルの入れ方と、会話の圧縮を Jev の判定に置き換えるプラグイン fast-jev-compaction の仕組み。入れる前に確かめることもまとめる。
- [Jev の設計パターン4種: ファンアウト・確信度ゲート・合成スコア・意図ルーティング](https://jevguide.jp/guides/design-patterns.md): Jev を組み込むときの公式の設計パターン4種を、日本語の題材で動かした結果つきで説明する。まとめて聞く、確信度で止める、観点別に採点して重みで合成する、先に振り分ける。
- [AI SDK の experimental_evaluate で Jev を使う](https://jevguide.jp/guides/ai-sdk-evaluate.md): AI SDK v7 の experimental_evaluate から Jev を呼ぶ方法。Gateway 経由と直結、Noul が boolean になる点、確信度の取り出し方、環境変数名の違いを実行結果つきで説明する。
- [Jev の state の設計: 文字列・オブジェクト・配列の使い分け](https://jevguide.jp/guides/designing-state.md): state は Jev に判定させる材料。文字列・オブジェクト・配列の使い分け、質問から特定のフィールドを指す書き方、入れすぎると精度が落ちる理由を実行例つきで説明する。
- [Python SDK（typesafe-sdk）で Jev に最初の判定をさせる](https://jevguide.jp/guides/python-sdk-quickstart.md): 公式 Python SDK の typesafe-sdk で Jev を呼ぶ手順。インストール、API キーの設定、3種類の質問、答えの取り出し方、非同期クライアント、再試行の既定動作を実行結果つきで説明する。
- [Jev の料金・モデル ID・レート制限・入力上限](https://jevguide.jp/guides/pricing-and-limits.md): Jev の料金は入力100万トークンあたり $0.042、出力は無料。モデル ID とエイリアスの違い、レート制限、64k / 32k の入力上限の意味を公式の記述に沿って整理する。
- [Jev の3つの質問タイプ（Choice / Score / Noul）の書き方と選び方](https://jevguide.jp/guides/question-types.md): Jev への質問は Choice・Score・Noul の3種類。それぞれの書き方、返ってくる値、選び方の基準、Noul の 0.5 を誤読しないための注意を、実行結果つきで説明する。
- [Jev の公式ベンチマーク（Workflow Evals）の読み方と注意点](https://jevguide.jp/guides/reading-benchmarks.md): 「193.6 倍速く 444.6 倍安い」の出どころである公式の Workflow Evals を読み解く。何を測っているか、精度が何との一致率か、公式自身が認める偏り、自分の用途で確かめる方法をまとめる。
- [Jev の確率と confidence の読み方、しきい値での振り分け方](https://jevguide.jp/guides/reading-confidence.md): probabilities は選択肢ごとの確率、confidence はその分布の尖り具合。両者の違い、計算のしかた、リスクに応じたしきい値の決め方、同じ入力でも値が少し揺れる点を実測つきで説明する。
- [Jev の REST API の使い方とエラーコード](https://jevguide.jp/guides/rest-api.md): Jev は POST /v1/systemone の1本で呼べる。curl と fetch での呼び出し、レスポンスの読み方、401・422・429・529 と実際に返ってきた 400 の扱い、再試行の書き方をまとめる。
- [Jev とは: 文章を書かない「判定専用」の AI モデル](https://jevguide.jp/guides/what-is-jev.md): Jev は TypeSafe AI の判定モデル。文章は生成せず、質問への答えを型と確率で返す。LLM との違い、できること、日本語での注意点をまとめる。

## GitHub 応用例

- [一覧](https://jevguide.jp/showcase/)
- [mini-jev: 手元の LLM で Jev 風の型つき判定を再現して測る実験（非公式）](https://jevguide.jp/showcase/mini-jev.md): Jev のような型つきの判定の使い勝手を、手元で動く LLM でどこまで再現できるかを測った実験。JSON を生成させる代わりに、選択肢の文字の確率を読む方法を試している。TypeSafe とは無関係の非公式の実装。
- [mysql-ailike: 自然な言葉の条件で行を絞り込む MySQL プラグイン](https://jevguide.jp/showcase/mysql-ailike.md): MySQL に AILIKE という演算子を足し、自然な言葉で書いた条件に合う行を絞り込めるようにするプラグイン。条件に合うかどうかの判定に Jev を使っている。
- [jev-experiments: 応答の速さを生かした Jev のデモ集](https://jevguide.jp/showcase/jev-experiments.md): Jev の応答の速さを前提にした小さなアプリを、ディレクトリごとに集めたリポジトリ。シェルのコマンドを実行前に判定するツールや、入力のたびに検索結果を並べ替える検索などが入っている。