工作清單

EP408 - Jev 最好用的五個用法：每一個都給你可以照抄的範例｜什麼樣的判斷才該換成它

逐字稿文字預覽

Type Safe 這家公司出了一個模型叫做 Jev，
它一個字都不會寫。
你不能叫它寫文章，不能叫它寫程式，
它連自己為什麼這樣判斷都不會解釋給你聽。
因為 Jev 把所有力氣都花在一件事情上面：
你給它一組自己定好的選項，它在裡面選一個，
然後告訴你它有多確定。
問一次不到一秒，而且輸出完全免費，
因為它根本沒有產生文字。
Jev 是什麼、為什麼可以做到這件事、背後是誰做的，
我在 EP404 已經完整講過一次了。
如果你還沒聽過，可以直接點過去。
今天這一集不重新講那些。
今天要給你的是五個最多人在做、
而且實際跑起來確實有用的用法，每一個用法該怎麼做，
我會直接跟你說，
包括為什麼那個地方用 Jev 會比用大模型好。
在講用法之前，先花一分鐘把 Jev 的形狀講清楚，
因為後面五個用法全部都是這個形狀的變化。
你送過去的是一份資料，加上一個具名的問題清單，
每一題要標題型、要給它判斷的說明，還有選項。
題型有三種。
第一種是是非題，Jev 回你一個零到一之間的校準機率。
這個數字本身就是它的確定程度，
不會再另外給你一個信心分數。
第二種是選擇題，Jev 回你選中的那一個，
加上每一個選項各自的機率，
然後另外給你一個 confidence。
這個分佈等一下在路由那個用法會變成關鍵。
第三種是評分題，回你一個分數，可以是小數，
一樣另外給你一個 confidence。
級距最少兩級，最多十級。
還有一個數字你先知道比較好。
有一份獨立評測拿 6000 多筆資料比過，
Jev 跟頂級模型的判斷一致率是 91.
5%，
跟它同價位的那個小模型是 93.
5%。
所以 Jev 強的是快跟便宜，它沒有比較準。
這件事很重要，因為它直接決定了下一頁那條規則。
那條規則是這樣：Jev 真正適合的地方，
是那些會被快速運算很多次、而且不太需要推理的判斷。
因為它的單次優勢其實沒有那麼明顯，
一次判斷省你幾秒鐘、省你幾分美元。
可是當這個判斷要發生幾千次、
或者卡在流程的每一步前面的時候，
那個差距就被加成上去了。
反過來說，如果一件事情只發生幾次，
那用 Jev 省下來的東西很有限，
你反而要擔心它答得對不對。
這條規則還有另外半邊：那個判斷不能需要推理。
Jev 每一次判斷都是當下的直覺，它不記得上一步，
也不會替你多想一層。
所以會被快速運算很多次、而且不太需要推理，
兩個條件都成立的時候，它才是對的選擇。
接下來五個用法，我每一個都會告訴你它在那裡要跑幾次。
我們今天就來拆解 Jev 最多人用、最好用的五個用法。
大量資訊需要分類、自動分流、讓它自己點瀏覽器、
決策前的把關，還有指令守門員。
五個我都會給你實際的做法，
你聽完挑一個今天晚上就可以試。
第一個用法，也是最多人在做的一個：
你手上有一大疊東西要分類。
Jev 在這件事上面的優勢最明顯，因為量越大，
它跟大模型的差距就被加成得越開。
如果你今天只想試一個，我建議從這一個開始。
它不需要接進任何系統，
你手上有一份現成的資料就可以跑，
而且跑完你馬上看得到結果對不對。
最典型的例子是問卷的開放題。
選擇題 5 分鐘就統計完了，那一欄「還有什麼想說的」
常常躺在那裡 3 個月沒有人看，因為那是文字，
沒有人有空一筆一筆讀。
把它丟給 Jev，題型選選擇題，
選項就是你自己定的那幾類：這是抱怨價格、
這是功能許願、這是稱讚、這是在問問題。
2,000 多筆幾十秒就分完。
說明就寫「這一則回覆主要在講哪一件事」
，這樣就夠了。
真正決定結果好壞的是選項要互相排斥。
如果你放了兩個意思重疊的類別，它會在兩個中間搖擺，
你就會看到一整排信心很低的結果。
另外有一件事很容易漏掉： 如果你希望它能說「都不適合」
，
你要自己把這個選項也放進去。
你不放，它一定會在你給的選項裡面硬選一個，
而且信心還可能不低。
同一個用法還有一個變化型，我覺得比分類更值得學：
cluster。
cluster 跟分類的差別是這樣：分類是你先想好類別，
可是有時候你根本不知道該分成哪幾類。
這時候做法反過來：不給它類別，
改成兩兩成對問一題是非題「這 兩件事情是不是同一個主題」
，
然後讓相關的自己聚成一團。
分完群之後，你再找一個便宜的語言模型，
幫每一團取一個名字。
Jev 負責判斷關係，語言模型負責命名，各做各最擅長的。
有人拿這個做法去跑自己專案一整年的 PR，
想知道團隊的力氣到底花在哪裡。
100 多個 PR 花了 1.
1 分美元；
2,000 個 PR 花 9 分美元，跑大概 2 分鐘。
這種問題以前做得到，
只是做一次的代價高到讓人算一算就放棄了，
所以大部分團隊從來沒真的做過。
這個用法每一筆都要跑一次，
所以它是五個裡面最划算的一個。
大模型要跑幾 10 分鐘、
花你幾 10 美元，而且你八成不會真的去跑。
門檻怎麼設？
這裡的兩種錯代價其實差不多，一筆被歸錯類，
你之後翻回來重標就好。
所以門檻可以設得比較高，
讓它不確定的那一小疊進一個你每天花 10 分鐘看的地方，
其餘的讓它自己分完。
有一個實作上的限制要知道：
Jev 一次吃得下 6 萬 4000 個 token。
幾千筆不能一次送過去，要自己切成好幾批。
切好平行送出去，總時間會從一分多鐘掉到幾秒，
而且成本完全一樣。
第二個用法是路由：一件事情進來，決定它該交給誰處理。
而且我要先講的那個目的地不是人，是模型。
這一個適合已經有東西在線上跑的人。
如果你的流程每天會被觸發幾百次以上，
這裡省下來的錢通常比前面那個用法還多，
因為它是每一個請求都要跑一次。
你手上如果不只一個模型，有便宜的也有貴的，
那「這一題要用哪一個」
本身就是一個判斷。
大部分人的做法是隨便選一個，
或者叫一個貴的模型來決定。
後面這個做法有個很明顯的問題：你光是決定要用哪一個，
就已經先付了一次貴模型的錢，還要等它想完。
這個判斷是擋在一堆昂貴的東西前面的，
它自己不能也很昂貴。
換成 Jev，題型選選擇題，
選項就是你手上那幾個模型的定位：
這一題是簡單的事實查詢、需要多步推理、
還是需要寫長篇內容。
說明裡面把每一個模型擅長什麼各寫一句。
有人把面板做成底下掛兩個計數器：你實際花了多少，
跟全部都送給貴模型會花多少。
這一個每一個請求都要跑一次，所以請求量越大，
那兩個數字差得越開。
同一個做法換成派給人也成立。
進來一張工單，內容是付款一直失敗，
Jev 同時算出三個目的地的機率。
這一題的說明要寫得比前面細一點，
因為你要教它每個目的地負責什麼：帳務處理付款、發票、
退費；技術處理打不開、跑不動、出現錯誤訊息；
業務處理報價跟方案。
可是換成另外一張工單，帳務 0.
42、技術 0.
39。
最高的那個雖然還是帳務，但它跟第二名只差 0.
03。
所以這個用法你要看的東西跟前面都不一樣。
你要看的是第一名跟第二名差多少，不是最高那個有多高。
差距很小就代表 Jev 其實分不出來，
那就讓它停下來問人，
不要讓它自己猜一個然後整條流程跑錯方向。
這也是為什麼選擇題會把整個分佈都回給你，
而不是只回一個答案。
第三個用法，是讓你的工具自己開瀏覽器去做事。
現在很多工具會自己上網查資料、自己跑報表、
自己填表單。
它們慢的原因，
是每一步要點哪裡都要先問一次那個會寫文章的大模型。
這一個的門檻比前面兩個高一點，
因為你要有一個會自己操作瀏覽器的工具才用得到。
但如果你已經有了，這是感受差距最明顯的一個，
因為慢是你自己在旁邊看著的。
換成 Jev 以後做法不一樣：
每一步都把這個畫面上可以點的東西，
重新列成一份純文字的清單。
然後讓 Jev 從清單裡面選一個，點下去，
再從新的畫面列一份新的清單，
一直重複到它判斷目標達成或者被擋住為止。
需要打字的時候再交給一個小模型去填。
這裡是每一步都要跑一次。
一個流程十幾步，每一步差個三秒，
整條流程就差了快一分鐘。
而且這個判斷本質上是「從清單裡選一個」
，
根本不需要會寫字的能力。
有一件事要講清楚： 最後判斷「這個功能到底做對了沒有」
，
還是要留給主要那個模型。
Jev 只負責決定下一步點哪裡。
這個用法我看過最實用的一個做法，是拿它來測權限。
分別用管理員、主管、一般員工登入，
讓它自己把每個身分該進得去、
不該進得去的頁面都走一遍，
看有沒有哪個人進得去他不該進去的地方。
這種測試人工做很煩，所以大部分團隊根本不做。
門檻在這裡是由動作本身決定的。
只是讀一下、查一下，門檻可以低一點，
做錯了再做一次就好。
會改到資料、會送出去給別人看、會花到錢的，
門檻就要高一點。
第四個用法，是東西要送出去給別人看之前，
先自動看一遍。
你現在大概已經讓 AI 幫你擬回信、擬報價、擬產品文案、
擬週報了。
這些東西你不太敢直接送出去，
所以你每一份都自己看過一遍。
這個用法就是幫你評估 AI 生 成的文案是不是可以直接送出。
這裡不是幫你省錢，但幫你省下了你的注意力，
從每一份都要確認，變成只看它不確定的那幾份。
做法是同一份草稿，一次問三題是非題。
三題可以這樣寫。
第一題寫「收件人、金額、日期這三個欄位，內容裡都有而且都不是空的嗎」
。
第二題寫「這段文字的語氣，適合寄給一個還沒成交的客戶嗎」
。
第三題寫「文章裡提到的數字或說法，有沒有附上出處」
。
這裡是一次問好幾題，而且方向跟前面相反：
因為 Jev 是拿同一份資料一起判斷完的，
多問幾題幾乎不會變慢。
換成大模型，你要嘛問 3 次，
要嘛叫它寫一段長輸出再自己拆解出來讀。
三題都過就直接送出去。
有一題不確定，就需要讓你先審核。
有明顯不通過的，就退回去重做。
要注意的是 Jev 只會說不行，不會告訴你哪裡不行。
所以退回去的時候，你要自己把是哪一題沒過一起帶上，
不然它不知道要改什麼。
同一個位子還有一個評分題的用法，工程團隊應該都有感：
bug 進來的時候先自動分嚴重程度。
題型選評分題，級距就設三級或五級：這是只影響外觀的、
是某個功能壞掉的、還是整個卡住不能用的。
說明裡面把每一級實際長什麼樣子各寫一句。
有一個原則我建議你守著：這個分數拿來排順序，
不要拿來自動做處置。
讓它決定今天早上誰先被看到，
不要讓它決定哪一張可以直接關掉。
第五個用法，如果你有在用那種會自己跑指令的工具，
這一個我認為最值得先做。
它擋的是那種平常不會發生，
但是一旦發生就讓你很崩潰的事情。
前面四個用法都是在幫你省時間跟省錢，這一個是保險。
它平常毫無存在感，但是如果用到了，
你會非常感謝自己有做這條保險。
做法是在那個會跑指令的工具被呼叫之前，掛一道檢查，
把整條指令送給 Jev，問一題是非題。
你可能會想，這種事寫一份黑名單不就好了。
問題是黑名單只擋得到你想得到的那幾條。
通常真正出事的那次，是你從來沒想過的指令。
所以那一題不要寫成「是不是這幾條指令」
，
要寫成「這條指令會不會造成不可逆的破壞」
，
然後在說明裡面給它 3 到 5 個例子，
剩下的讓它自己推斷。
同一套也可以拿來擋寫入，
例如不准它去動放金鑰的那個檔案。
這裡是每一次動作之前都要跑一次。
這道檢查卡在每一步前面，所以它必須快到你感覺不到，
不然你會自己把它拿掉。
門檻在這裡要拉到很高，而且只要 Jev 不確定，
就一律讓它停下來問人。
理由很簡單：這裡的兩種錯代價差太多了。
擋錯了，你多按一次確認；放錯了，是資料回不來。
所以這裡寧可多擋，不要少擋。
不過有一件事你要先知道：這個用法我看到有作者分享過，
他實際跑下來有幾次成功、也有幾次失敗。
所以不要把它當成最後一道防線，它是一道很便宜、
可以一直開著的篩子，
你原本該有的備份跟權限設定還是要有。
前面每一個用法我都給了一個門檻的數字，
但那些都是別人的參考值。
確切來說，你自己的 threshold 要怎麼得到？
我們這邊來聊一下。
做法很簡單。
你自己先人工判斷 100 到 200 筆，每一類都要有幾十筆。
然後在幾個不同的門檻底下，分別算算看兩種錯各有幾筆：
一種是該放過卻被擋下來，一種是該擋卻被放過去。
這兩個數字會往相反的方向跑。
門檻拉高，被擋下來的變多，你自己要看的東西就變多；
門檻拉低，被放過去的錯就變多。
選一個你可以接受的，那就是你的門檻。
而你之後遇到第六個、第七個想法的時候，
也可以自己判斷值不值得換成 Jev：
就看那個判斷會不會被快速運算很多次，
以及它需不需要推理。
兩個都成立才是它的主場。
那實際上要怎麼接起來？
看你手上有沒有在寫程式，兩條路。
如果你有在用那種可以自己跑程式的 AI，
官方有出一個現成的 skill，兩行指令就裝好了。
第一行是 claude plugin marketplace add，
後面接 typesafe 斜線 skills；
第二行是 claude plugin install，
後面接 typesafe at typesafe 斜線 ai。
這兩行你搜 typesafe agent skill 就找得到，
官方文件上有完整的。
裝完把你的 key 放進專案的 `.
env` 檔案裡面。
有一件事很多人會誤會：
這個 skill 本身不執行任何東西，它是一本規則書。
你用白話描述你要判斷什麼，你的 AI 讀那本規則書，
幫你把題目跟判斷標準寫出來，
再寫一小段程式把資料送過去，最後把結果讀回來給你。
如果你完全不想碰程式碼，
市面上的自動化平台已經可以把 Jev 當成流程裡的一個步驟，
前面接你的信箱、表單或者試算表，後面接它的判斷結果。
今天晚上你可以先做三件事情。
第一，從第一個用法開始，因為它最划算也最不會出事。
找一疊你早就知道該看、可是一直沒時間看的東西，
可能是問卷、可能是客訴、可能是你專案裡一整年的紀錄。
第二，把你想分的類別寫成互相排斥的選項，
然後自己加一個「都不適合」
進去。
如果你連該分成哪幾類都還不確定，
那就用 cluster 那個做法，兩兩問它相不相關。
第三，第 1 個禮拜先不要讓它真的動手。
先讓它判斷，結果印在旁邊，你自己對一遍。
對完那一輪，你就順便把門檻量出來了。
今天講的五個用法，我幫你整理一次，
順便把每一個要跑幾次再講一遍。
大量資訊需要分類，每一筆都要跑一次，量越大越划算，
而且不知道該分幾類的時候可以改成兩兩問相關。
自動分流，每一個請求都要跑一次，
而且你要看的是第一名跟第二名的差距。
讓它自己點瀏覽器，每一步都要跑一次，
最後那個做對了沒有還是留給

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://youtu.be/k4moXMQDwEk?si=xV-0K6R7GXtULIXc --language zh --adopt-source-subtitles

    來源：https://youtu.be/k4moXMQDwEk?si=xV-0K6R7GXtULIXc

    辨識語言：zh ｜ 參數：--language zh --adopt-source-subtitles

  2. 預期流程

    依指令產生的處理順序：

    1. 採用來源字幕（略過語音辨識）
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 筆記與發布
    5. 公開網頁發布

  3. 1. 下載與語音辨識

    工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）

    處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿

    產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）

    耗時：13.1 秒

    關係：依序執行

    結果：完成

  4. 2. 全文快速校讀

    工具：videonote_rapid_transcript_review.py

    處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目

    產出：rapid_transcript_review_report.json（產出檔案）

    耗時：38.5 秒

    關係：依序執行

    結果：完成

  5. 3. 建立句子單元

    工具：videonote-build-sentence-units

    處理：將逐字稿切成帶時間軸的句子單元

    產出：sentence_units.json（句子單元）

    耗時：0.6 秒

    關係：依序執行

    結果：完成

  6. 4. 時間軸稽核

    工具：videonote_timeline_audit.py

    處理：檢查時間軸與音訊對齊

    產出：timeline_audit_report.json（時間軸稽核）

    耗時：0.6 秒

    關係：依序執行

    結果：完成

  7. 5. 品質檢查

    工具：videonote_controlled_quality.py（檢查時間軸與品質）

    處理：檢查語言、時間軸與可讀性品質

    產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）

    耗時：0.7 秒

    關係：依序執行

    結果：完成

  8. 6. 播放時間軸回填

    工具：videonote_rebase_display_timeline.py

    處理：將網頁播放時間軸回填為校正字幕時間

    產出：display_timeline_rebase_report.json（時間軸回填報告）

    耗時：0.7 秒

    關係：依序執行

    結果：完成

  9. 7. 來源句整理

    工具：videonote_prepare_source_entries.py

    處理：整理來源句子供時間軸與頁面使用

    產出：sentence_units.json（句子單元）

    耗時：0.7 秒

    關係：依序執行

    結果：完成

  10. 8. 生成筆記摘要

    工具：videonote-generate-note（生成筆記摘要）

    處理：生成筆記摘要與重點

    產出：note.md（筆記 Markdown）、note.html（筆記 HTML）

    耗時：131.2 秒

    關係：依序執行

    結果：完成

  11. 9. 建立筆記頁面

    工具：videonote-render-html（產生筆記 HTML）

    處理：產生可閱讀的筆記 HTML 頁面

    產出：note.html（筆記 HTML）

    耗時：0.3 秒

    關係：依序執行

    結果：完成

  12. 10. 發布公開頁面

    工具：videonote-publish（發布公開頁面）

    處理：發布到公開網站與每日列表

    產出：公開筆記網址、result.json（管線結果）

    耗時：0.4 秒

    關係：依序執行

    結果：完成

手動來源字幕

自動來源字幕

Whisper 字幕

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench