L'idée centrale de Jev AI est simple : au lieu de demander de la prose à un chatbot, vous transmettez à un modèle de décision un bloc de contexte (transcription, ticket de support, charge utile JSON) et une série de questions typées, et vous recevez une décision structurée assortie de probabilités. Une requête type définit l'état partagé, puis pose jusqu'à huit questions typées : une question de choix comme « quel type d'accroche utilise cette ligne ? », un jugement oui/non ou un score numérique. Chaque question étant traitée indépendamment sur le même contexte, la sortie est facile à valider et s'intègre aux branchements de votre code.
Le produit s'organise en playground, répertoire de modèles, démos interactives et référence d'API. Le playground permet de coller un scénario réel, de définir les types de questions, d'exécuter la requête et d'inspecter le résultat typé avant d'écrire du code d'intégration. Le répertoire regroupe des modèles orientés décision de plusieurs fournisseurs sous un contrat commun, et les démos montrent le même schéma dans des scénarios comme la recherche de vols simulée, la course de liens ou le triage de tickets de support.
Jev AI s'adresse aux équipes d'ingénierie travaillant sur la classification, le routage, la notation, les contrôles de sûreté, la sélection de modèles et les garde-fous d'agents : la plomberie où l'on veut une réponse courte et prévisible plutôt qu'une longue explication. Les exécutions dans le playground sont annoncées comme gratuites, et le modèle comme l'API sont présentés comme gratuits, en ligne et sans liste d'attente.