---
title: "7 primjena Jeva koje uklanjaju stvarni posao iz softvera"
description: "Sedam praktičnih primjena Jeva, izazov CLM-a i što mjeriti prije odabira modela za odluke u pretrazi, usmjeravanju ili integracijama."
url: https://tajo.io/hr/blog/jev-use-cases/
markdown: https://tajo.io/hr/blog/jev-use-cases.md
lang: hr-HR
author: "Set Noa"
author_url: https://tajo.io/hr/set-noa/
published: 2026-09-26
updated: 2026-10-15
alternates: {en-US: /blog/jev-use-cases.md, bg-BG: /bg/blog/jev-use-cases.md, cs-CZ: /cz/blog/jev-use-cases.md, de-DE: /de/blog/jev-use-cases.md, da-DK: /dk/blog/jev-use-cases.md, es-ES: /es/blog/jev-use-cases.md, fr-FR: /fr/blog/jev-use-cases.md, el-GR: /gr/blog/jev-use-cases.md, hi-IN: /hi/blog/jev-use-cases.md, id-ID: /in/blog/jev-use-cases.md, hu-HU: /hu/blog/jev-use-cases.md, it-IT: /it/blog/jev-use-cases.md, ja-JP: /jp/blog/jev-use-cases.md, ko-KR: /kr/blog/jev-use-cases.md, ar-SA: /ar/blog/jev-use-cases.md, nl-NL: /nl/blog/jev-use-cases.md, no-NO: /no/blog/jev-use-cases.md, pl-PL: /pl/blog/jev-use-cases.md, pt-BR: /pt/blog/jev-use-cases.md, ro-RO: /ro/blog/jev-use-cases.md, ru-RU: /ru/blog/jev-use-cases.md, sv-SE: /se/blog/jev-use-cases.md, zh-CN: /zh-cn/blog/jev-use-cases.md, sl-SI: /sl/blog/jev-use-cases.md, sr-Latn-RS: /sr/blog/jev-use-cases.md, th-TH: /th/blog/jev-use-cases.md, tr-TR: /tr/blog/jev-use-cases.md, ur-PK: /ur/blog/jev-use-cases.md, vi-VN: /vi/blog/jev-use-cases.md, sk-SK: /sk/blog/jev-use-cases.md}
---

[AI agenti](https://tajo.io/hr/blog/?category=ai-agents)

# 7 primjena Jeva koje uklanjaju stvarni posao iz softvera

Sedam praktičnih primjena Jeva, izazov CLM-a i što mjeriti prije odabira modela za odluke u pretrazi, usmjeravanju ili integracijama.

Jev use cases

Za što je Jev koristan?

Najbolje prilike za Jev ponovljene su odluke s jasnim ishodima: pronaći relevantan odgovor, usmjeriti zahtjev, mapirati polje, odabrati prikladan model, provjeriti tvrdnju, izdvojiti koristan sadržaj ili odabrati sljedeću radnju sučelja. Počnite s tijekom u kojem se mogu mjeriti pogreške i vrijeme pregleda. Točne činjenice i izvršavanje zadržite u kodu.

[Saznajte više](https://tajo.io/hr/blog/jev-use-cases/#%C5%A1to-jev-donosi-aplikaciji)

Netko je pitao našu web-stranicu koliko integracija imamo. Odgovorila je savjetom o tome koliko polja treba imati obrazac za registraciju.

Odgovor je stigao brzo. Bio je beskoristan.

Oba su pitanja sadržavala „koliko”. Naš kod za pretraživanje prihvaćenom podudaranju iz čestih pitanja dodijelio je minimalnu ocjenu 0,86, pa je slabo podudaranje djelovalo uvjerljivo. Brzina je prikrila pogrešnu odluku.

O takvoj pogrešci vrijedi razmisliti dok pregledavate [Ship with Jev](https://www.shipwithjev.com/). Dana 26. rujna 2026. imenik je navodio 551 projekt zajednice. Igre stoje uz komponente za pretraživanje, agente za preglednik, istraživačke alate i pokuse s usmjeravanjem. Imenik podatke o izvedbi pripisuje njihovim autorima; služi za otkrivanje projekata, a nije neovisna usporedna provjera.

Zanimljivo je pitanje koji od tih obrazaca uklanja posao iz stvarnog proizvoda.

Za timove koji grade integracije i poslovni softver najprije bih procijenio sljedećih sedam. Redoslijed je urednička procjena korisnosti i mogućnosti testiranja. Primjeri tijekova rada u nastavku predložena su rješenja, osim gdje je navedena poveznica na konkretnu implementaciju.

## Što Jev donosi aplikaciji

TypeSafe opisuje Jev kao model za tipizirane procjene. Dajte mu relevantno stanje i pitanje; dobit ćete odabir, vjerojatnost ili ocjenu koju kod može upotrijebiti. Njegova [karta primjena](https://docs.typesafe.ai/concepts/use-case-map) obuhvaća usmjeravanje, dohvat, provjeru i izdvajanje.

Ta razlika ima koristan prethodnik u YouTube materijalu koji smo obradili. U [predavanju Dioga Almeide na konferenciji AI Engineer](https://www.youtube.com/watch?v=cJ0EOzey--o&t=593s) suosnivač TypeSafea zagovara softver čiji osnovni dijelovi mogu izraziti više inteligencije. Tu ambiciju uspoređuje s dodavanjem asistenta postojećem softveru. To je njegov argument o smjeru razvoja AI-ja, a ne usporedna provjera trenutačne izvedbe Jeva.

Zamislite željezničku skretnicu. Koristan izlaz jest odabir dostupnog kolosijeka kojim vlak treba krenuti. Odlomak koji opisuje kolosijeke ne dodaje ništa samom prebacivanju.

Prigovor je razuman: „Običan LLM već može vratiti JSON.” Da. Razlog za drukčiju komponentu počiva na izmjerenoj kvaliteti, trošku i latenciji za tu odluku. Tipizirani odgovor sam po sebi ne dokazuje ništa od toga.

## Izazov CLM-a zaslužuje prvo mjesto

Dana 23. rujna Jacky Kwok, Hangoo Kang, Tarun Suresh, Jon Saad-Falcon, Marco Pavone, Christopher Ré i Azalia Mirhoseini objavili su [Contrastive Language Models](https://contrastive-lm.notion.site/). Njihov rad dovodi u pitanje pretpostavku da je Jev jedini praktičan put do brzih semantičkih odluka.

Autori navode rezultate bez dodatnog treniranja na zadatku usporedive s Jevom za uporabu računala, igre i pozivanje alata, uz do devet puta manju latenciju. Zasebno navode 81,6 % na 38 izdvojenih zadataka DeepSWE i 87,6 % na 30 zadataka Terminal-Bench 2.1. Ti rezultati programiranja koriste dodatno trenirane CLM provjerivače koji biraju među rješenjima drugih modela. Navode i da je Jev u toj konfiguraciji provjere bio ispod njihove referentne vrijednosti nasumičnog odabira. Latencija je izmjerena na H100. To su nalazi autora koje nismo neovisno ponovili. [Izvorna evaluacija i metodologija](https://contrastive-lm.notion.site/).

Ta usporedba mijenja ono što trebamo testirati. Odabir reda za podršku, odabir odlomka iz pretrage i procjena dugog niza programerskih koraka različiti su zadaci. Dobar rezultat u jednom ne rješava ostale.

CLM odvojeno kodira stanja i moguće radnje, pa se vektorski prikazi radnji mogu pohraniti i ponovno upotrijebiti. Njegov [repozitorij](https://github.com/Contrastive-LM/CLM) dokumentira sučelje kompatibilno s TypeSafeom i zadano ograničenje stanja na 2.048 tokena; dulja se stanja skraćuju ako nije drukčije podešeno. Kompatibilnost na granici API-ja ne dokazuje jednake odluke.

[Kartica objavljenog modela](https://huggingface.co/Contrastive-LM/CLM-v0.1-8B) navodi vektorske prikaze Qwen3-8B i upozorava da snažni rezultati provjerivača zahtijevaju dodatno trenirane izlazne slojeve. Također jasno kaže da CLM ocjenjuje ponuđene kandidate i ne stvara novo rješenje. Otvorene težine nude mogućnost evaluacije; hardver, posluživanje i održavanje i dalje koštaju.

Za Tajo su pouke konkretne: usporedite modele za odluke na istim slučajevima, zasebno bilježite latenciju prvog i sljedećih poziva te iskušajte uvjerljive, ali pogrešne kandidate. Fiksirajte verziju modela i svakog enkodera ili projekcijskog sloja. Odbijte nepodržane postavke pružatelja umjesto da tiho odaberete drugoga. Ponovno provjerite kalibraciju kad se promijeni model ili skup kandidata.

Sedam tijekova rada u nastavku i dalje su korisni kandidati za evaluaciju. Njihova vrijednost ne ovisi o tome da Jev pobijedi u svakoj usporedbi.

## 1. Pretraga koja provjerava odgovara li rezultat na pitanje

To je moj prvi izbor jer je pogreška vidljiva, a ishod se lako može označiti. Je li vraćeni odlomak odgovorio na pitanje posjetitelja?

Dohvatite mali skup kandidata pretragom ključnih riječi, vektorskim prikazima ili objema metodama. Zatim pitajte Jev pruža li svaki odlomak traženu činjenicu. [TypeSafeov vodič za ponovno rangiranje](https://docs.typesafe.ai/cookbooks/rerank_typesafe) prikazuje tu strukturu u dva koraka. Pokazuje i ograničenje: model za ponovno rangiranje ne može odabrati dokument koji dohvat nije pronašao.

*Dvostupanjska pretraga. Pretraga po ključnim riječima ili vektorskim prikazima vraća mali skup kandidata, a Jev procjenjuje navodi li svaki odlomak traženu činjenicu prije nego što se prikaže odgovor.*

Za naš primjer s brojem integracija najkraći je put još jednostavniji. Prebrojite stavke u mjerodavnom katalogu. Navedite što taj broj znači. Dokumentirani konektor i veza koju je postavio kupac različite su stvari.

Semantičku procjenu čuvajte za pitanja čije značenje traži tumačenje, primjerice: „Može li ovo prenijeti samo kupce koji su se promijenili od jučer?” Dohvatite odgovarajuću dokumentaciju o sinkronizaciji pa provjerite govori li o inkrementalnim ažuriranjima.

[Implementacija jevsearch Kylea McLarena](https://github.com/kylemclaren/jevsearch) pokazuje slijed: prvo stižu rezultati po ključnim riječima, a zatim Jevovo rangiranje. Objavljeni usporedni test koristi vlastiti korpus dokumentacije i označene upite. To je koristan dokaz o tom testu, a ne obećanje za drugu web-stranicu ili jezik.

Mjerite točne odgovore, odgovore bez podloge, pitanja bez odgovora i ukupnu latenciju. Uključite tipfelere i prevedene upite. Brži nevažni rezultati i dalje su nevažni.

## 2. Usmjeravanje zahtjeva na pravu stranicu, u red ili agentu

Korisnik piše: „Kontakti su prestali pristizati nakon što sam promijenio račun.” Vaša aplikacija mora razlikovati poteškoće s vezom od naplate, mapiranja polja i zahtjeva za novu sinkronizaciju.

Dostavite trenutačni zaslon, nedavni razgovor i odredišta dostupna tom korisniku. Zatražite najbolje odredište, uz izričitu opciju bez podudaranja. Identifikatori odredišta neka ostanu pod kontrolom aplikacije.

Zajedno može biti korisno nekoliko procjena: namjera, odredište, hitnost i sadrži li poruka zahtjev na koji se može djelovati. [TypeSafeov obrazac fan-out](https://docs.typesafe.ai/patterns/fan-out) dopušta da neovisna pitanja dijele jedan zahtjev. Kod zatim upotrebljava relevantne odgovore.

Bezazlena preporuka za navigaciju i dopuštenje za izvršavanje posla ostaju zasebne odluke. Pronalaženje prave stranice za naplatu ne odobrava povrat novca. Pronalaženje pravog agenta ne daje mu vjerodajnice.

Praktična korist su manje predaja između timova i manje ponavljanja razjašnjenja. Mjerite koliko često korisnik iz prvog pokušaja stigne na pravo odredište. Čuvajte skup primjera za ponavljanje s naknadnim porukama poput „da”, „novi zadatak” i „jesu li gotovi?”. One imaju smisla samo uz kontekst.

## 3. Mapiranje neurednih podataka u pouzdanu integraciju

Evo predloženog tijeka integracije. Izvoz izvornog sustava sadrži `customer_email`, `billing_email` i `account_owner_email`. Odredišni sustav očekuje adresu e-pošte kontakta.

Sličnost naziva ostavlja stvarnu dvosmislenost. Opisi polja, ogledne vrijednosti i poslovna svrha pomažu je razriješiti. Jev može odabrati među stvarnim izvornim poljima, dok kod provjerava vrste, obvezne vrijednosti i ograničenja odredišta.

Povezani [vodič za izdvajanje prethodno prepoznatih vrijednosti](https://docs.typesafe.ai/cookbooks/pre_parsed_value_extraction_cookbook) koristi posebno koristan pristup: kod pronalazi moguće vrijednosti, model bira kandidata, a kod kopira izvornu vrijednost. Tako se izbjegava izmišljanje zamjenske adrese ili iznosa.

*Kod pronalazi, Jev bira, kod kopira. Kod pronalazi moguća izvorna polja, Jev bira jedno, a kod kopira izvornu vrijednost te provjerava tipove i ograničenja odredišta.*

Za [integraciju CRM-a i marketinga e-poštom](https://tajo.io/hr/blog/crm-email-marketing-integration) sačuvajte izvorno polje i odluku o mapiranju zajedno. Prikažite pregled zahvaćenih zapisa. Nesigurna mapiranja ostavite neriješenima do pregleda.

Tu postoji gospodarska prednost: odobreno mapiranje sheme može se ponovno upotrijebiti. Ne treba poziv modela za svaki redak kada značenje polja ostaje isto.

Mjerite odbijene zapise i netočna mapiranja u odnosu na pregledani uzorak. Uspješan zahtjev prema API-ju dokazuje da je sadržaj prihvaćen; ne dokazuje da je prava adresa e-pošte stigla do pravog kontakta.

## 4. Odabir najmanjeg modela koji može dovršiti zadatak

Usmjeravanje između modela privlačno je kad aplikacija sve šalje najskupljem modelu. Promjena oznake, procjena rezultata pretrage i zahtjevno istraživanje arhitekture imaju različite potrebe.

Najprije odredite modele koji su konfigurirani i smiju primiti podatke zadatka. Zabilježite alate koje podržavaju i opaženu izvedbu. Zatim uska procjena može preporučiti odgovarajuću opciju iz tog skupa. TypeSafe taj obrazac uključuje u [primjere usmjeravanja između modela](https://docs.typesafe.ai/concepts/use-case-map).

[OpenRouterov Jev Router](https://openrouter.ai/typesafe/jev-router) nudi taj obrazac kroz svoj chat API pod identifikatorom modela `typesafe/jev-router`. Opis navodi da bira i model i razinu napora za zaključivanje kako se razgovor mijenja. Prije prihvaćanja procijenite dopuštene modele koji se pozivaju dalje, stvarne troškove, obradu podataka i ponašanje tijekom poziva alata. Provjerili smo opis; nismo proveli usporedni test tog usmjerivača.

Naša predložena politika polazi od običnog koda za točna pravila i činjenice. Model za odluke koristite za ograničena semantička pitanja, odgovarajući generativni model za pisanje ili implementaciju te eskalaciju kada je dokazi opravdavaju.

I sam usmjerivač košta vremena i novca. Za očite zadatke koji se ponavljaju fiksno pravilo može biti bolje. Za dvosmislene zadatke usporedite usmjeravanje s referentnom vrijednošću fiksnog modela na dovršenom poslu.

Pratite trošak po prihvaćenom rezultatu, ponovne pokušaje, udio eskalacija i pogreške otkrivene kasnije. Jeftiniji prvi poziv može postati skup tijek rada ako netko mora popravljati njegov izlaz.

## 5. Provjera tvrdnji prije nego što postanu odgovori kupcima

Citat može postojati, a ipak ne podupirati rečenicu pokraj sebe. Izvor može opisivati planiranu značajku, dok odgovor tvrdi da je dostupna danas.

[TypeSafeov vodič za provjeru citata](https://docs.typesafe.ai/cookbooks/citation_check) razdvaja dvije provjere. Obično podudaranje teksta otkriva citat koji nedostaje. Semantička procjena ocjenjuje podupire li okolni tekst izvora tvrdnju.

Primijenite isti pristup na odgovor podrške, generirani vodič za integraciju ili agentov predloženi izvještaj o dovršetku. Tvrdnja, odlomak izvora i zaključak neka ostanu dostupni za pregled.

Dovršetak i dalje traži neposredne dokaze. Testovi potvrđuju testirano ponašanje. Zapis o objavi potvrđuje objavu. Semantička procjena može označiti nesklad između izvještaja i dokaza; ne može stvoriti dokaz koji nedostaje.

Ova je primjena privlačna jer se može postaviti prije postojećeg koraka objave. Mjerite neutemeljene tvrdnje koje prođu, utemeljene tvrdnje koje su nepotrebno blokirane i dodatni posao pregleda. Počnite od konkretnih pogrešaka za koje već znate da ih vaš sustav radi.

## 6. Pretvaranje transkripata i povratnih informacija kupaca u korisne uže izbore

Arhiva transkripata korisna je kada netko može pronaći važan odlomak. „Sadrži riječ integracija” slab je filtar za „objašnjava zašto je kupac odustao tijekom postavljanja”.

Jedan je pristup dohvatiti vjerojatne odlomke pa procijeniti nekoliko svojstava: opisuje li ovo prepreku pri postavljanju, sadrži li konkretan primjer i može li se razumjeti bez nedostajućeg konteksta?

Uz svaki odabrani odlomak zadržite URL izvora i vremensku oznaku. Vremenska oznaka dolazi iz transkripta. Model procjenjuje relevantnost.

Video montažeru ti signali mogu dati uži izbor isječaka za pregled. Produktnom timu mogu pomoći posložiti prigovore koji se ponavljaju. Marketinškom stručnjaku mogu odvojiti iskaze kupaca od neutemeljenih tvrdnji u kampanji.

[TypeSafeov obrazac složenog ocjenjivanja](https://docs.typesafe.ai/patterns/composite-scoring) drži dimenzije odvojenima kako bi kod mogao mijenjati njihove težine. Isječak pogodan za vodič može se razlikovati od onoga za kratku demonstraciju proizvoda. Ponovno upotrijebite procjene kada temeljni dokazi i kriteriji ostanu isti.

[JevQL](https://github.com/kylemclaren/jevql) nudi srodnu implementaciju zajednice: semantičke uvjete nad recima PostgreSQL-a, procijenjene izvan baze podataka. Njegova dokumentacija pokazuje zašto su obični filtri važni za račun. Smanjite broj prikladnih redaka prije traženja semantičkih procjena.

Mjerite prihvaćanje pregledavatelja i vrijeme ušteđeno pri pronalasku upotrebljivog materijala. Ocjena privlačnosti uvoda nije prognoza broja pregleda.

## 7. Sučelja koja biraju sljedeću korisnu radnju

Na zaslon s postavkama može stići poruka: „Zaustavite ovu sinkronizaciju do sutra.” Agent za preglednik možda mora odabrati među kontrolama vidljivima na trenutačnoj stranici.

U našem predloženom dizajnu sučelja aplikacija dostavlja dopuštene radnje i trenutačno stanje. Jev bira među njima. Sučelje prikazuje odgovarajuću kontrolu ili prijedlog koji se može pregledati.

Ship with Jev uključuje [demonstraciju Gregora Zunica o traženju letova u pregledniku](https://www.shipwithjev.com/builds/browser-use-flights). Navedeno vrijeme izvođenja i trošak pripadaju toj demonstraciji. Prenosiva je ideja biranje dostupnih radnji u svakom koraku; drugi tijek u pregledniku treba vlastitu provjeru.

Svježina stanja je važna. Ako se odabrani račun ili stranica promijeni dok procjena traje, odbacite zastarjeli rezultat. Vežite radnje uz račun i stanje koji su pregledani.

Tako može postati koristan i tipizirani katalog sučelja. Model bira poznati prikaz i njegove ograničene podatke; običan kod za prikaz stvara sučelje. Mjerite uspješno dovršenje zadatka i pogrešne radnje, posebno pazeći jesu li kontrole i dalje razumljive.

## Gdje bih počeo

Odaberite odluku koja se ponavlja i već stvara vidljiv gubitak. Upotrijebite njezine stvarne pogreške za izradu skupa za evaluaciju.

| Postojeći problem | Prvi pokus | Dokazi koje vrijedi prikupiti |
| --- | --- | --- |
| Pretraga odgovara na pogrešno pitanje | Procijenite dohvaćeni uži izbor | Točni odgovori, suzdržavanja, latencija |
| Zahtjevi kruže između timova | Birajte iz dopuštenih redova | Točnost prvog usmjeravanja, predaje |
| Uvoz zahtijeva ručno mapiranje | Odaberite stvarna izvorna polja | Pogreške mapiranja, vrijeme pregleda |
| Svaki zadatak koristi najveći model | Usmjerite prikladne zadatke | Trošak po prihvaćenom rezultatu |
| Generirani odgovori tvrde previše | Provjerite tvrdnje prema izvorima | Neutemeljene tvrdnje koje prođu |
| Nitko ne koristi arhivu transkripata | Vratite odlomke s vremenskim oznakama | Prihvaćanje pregledavatelja, vrijeme do pronalaska dokaza |
| Korisnici ne mogu naći kontrole | Predložite dostupnu radnju | Udio dovršenih zadataka, pogrešni odabiri |

Nemojte kopirati prag pouzdanosti iz demonstracije. [TypeSafeova dokumentacija o pouzdanosti](https://docs.typesafe.ai/confidence) objašnjava da pouzdanost za Choice i Score sažima raspodjelu. Ne dokazuje da su ulazni podaci potpuni ni da je odabrana radnja odobrena.

Uključite slučajeve u kojima nijedan kandidat ne odgovara. Uključite nedostupnu uslugu. Uključite svaki jezik koji namjeravate podržati. Sačuvajte verziju modela i definicije pitanja uz rezultate kako bi kasnija promjena omogućila poštenu usporedbu.

Za integracijski proizvod počeo bih relevantnošću pretrage i mapiranjem polja. Oboje skraćuje put do funkcionalne sinkronizacije. Oboje dopušta da vidite pogrešku prije nego što preraste u problem kupca.

Odaberite jedan pogrešan odgovor koji vaš softver danas daje. Neka pouzdano odabere pravi sljedeći korak.

## Često postavljana pitanja

**Za što je Jev koristan?**

Jev pruža tipizirane semantičke procjene: odabir odredišta, provjeru odgovaraju li dokazi na pitanje, odabir izvorne vrijednosti ili ocjenjivanje stavke prema kriterijima. One mogu upravljati pretragom, usmjeravanjem podrške, mapiranjem integracija, provjerom i odabirom modela. Običan kod i dalje upravlja izračunima, dopuštenjima i izvršavanjem.

**Može li Jev zamijeniti LLM u aplikaciji?**

Može zamijeniti neke pozive čiji je rezultat odabir ili ocjena. Pisanje objašnjenja, stvaranje koda i otvoreno zaključivanje i dalje trebaju prikladan generativni model. Procijenite cijeli tijek rada umjesto da pretpostavite kako model za odluke zamjenjuje svaki poziv LLM-u.

**Dokazuje li Jevova pouzdanost da je odgovor točan?**

Ne. Pouzdanost za Choice i Score sažima raspodjelu ponuđenih opcija ili razina. Dokazi koji nedostaju i loši kandidati i dalje mogu dovesti do pogrešne odluke. Mjerite točnost i suzdržavanje na reprezentativnim primjerima, a odobravanje držite odvojeno.

## Povezani članci

### [Kako koristiti AI alate za poslovanje u 2026.: kompletan vodič](https://tajo.io/hr/blog/how-to-use-ai-tools-for-business-complete-guide/)

15\. sij 2025. · 9 min čitanja

16 odjeljaka

### [Što svako odobrenje štiti?](https://tajo.io/hr/blog/approval-queues-and-the-cost-of-waiting/)

8\. lis 2026. · 4 min čitanja

PRIJE IZVOĐENJA → AKTIVACIJA

### [Kada pomoćni sloj AI-ja treba nestati?](https://tajo.io/hr/blog/when-to-retire-an-ai-workaround/)

8\. lis 2026. · 4 min čitanja

3 odjeljka