Τις περισσότερες φορές που μια επιχείρηση ζητά κάτι από την τεχνητή νοημοσύνη, δεν της ζητά να γράψει. Της ζητά να αποφασίσει: σε ποια ουρά αιτημάτων πάει ένα ticket, αν ένα τιμολόγιο συμφωνεί με την παραγγελία, αν ένας πελάτης είναι θυμωμένος, αν μια ενέργεια είναι ασφαλής. Σε τέτοιες αποφάσεις θέλετε το μοντέλο να διαλέξει μία από τις δικές σας επιλογές, με μια πιθανότητα δίπλα, όχι να γράψει παράγραφο. Οι δομημένες απαντήσεις (structured outputs) σας δίνουν τη μορφή. Μοντέλα αποφάσεων όπως το Jev, που κυκλοφόρησε η TypeSafe AI στις 15 Σεπτεμβρίου 2026, πάνε ένα βήμα πιο πέρα και επιστρέφουν μόνο επιλογή και πιθανότητα. Σωστά στημένα, είναι πιο γρήγορα, πιο φθηνά και πιο εύκολα στον έλεγχο από το ελεύθερο κείμενο. Λάθος στημένα, σας δίνουν μια λάθος απάντηση σε πολύ καθαρή μορφή.
Τι είναι μια απόφαση με προκαθορισμένες επιλογές;
Απόφαση με προκαθορισμένες επιλογές είναι μια απάντηση της τεχνητής νοημοσύνης που περιορίζεται σε επιλογές που ορίζετε εσείς από πριν, όπως επιστροφή χρημάτων, αντικατάσταση ή παραπομπή σε άνθρωπο, ένα ναι ή όχι, ή μια βαθμολογία από το 1 έως το 5. Το μοντέλο δεν μπορεί να απαντήσει εκτός αυτών, άρα η απάντηση αποθηκεύεται, μετριέται και ελέγχεται όπως κάθε άλλο πεδίο σε μια βάση δεδομένων. Η κατηγοριοποίηση ενός email υποστήριξης, η δρομολόγηση ενός υποψήφιου πελάτη, η σήμανση μιας ύποπτης πληρωμής και η ετικέτα σε ένα έγγραφο είναι όλες τέτοιες αποφάσεις. Στα περισσότερα επιχειρηματικά συστήματα που χτίζω, αυτές οι αποφάσεις είναι πολύ περισσότερες από τα σημεία όπου το μοντέλο πραγματικά πρέπει να γράψει.
Τι εγγυώνται οι δομημένες απαντήσεις και τι όχι;
Οι δομημένες απαντήσεις εγγυώνται τη μορφή της απάντησης, όχι την ορθότητά της. Η OpenAI, η Anthropic και η Google επιβάλλουν ένα σχήμα JSON την ώρα που το μοντέλο γράφει, οπότε η απάντηση διαβάζεται πάντα από τον κώδικα. Η τιμή μέσα στο έγκυρο JSON μπορεί όμως να είναι λάθος, μια λίστα επιλογών μπορεί να ξεφύγει και μια μεγάλη απάντηση μπορεί να κοπεί στη μέση. Από αυτό βγαίνουν δύο πρακτικοί κανόνες. Κρατήστε πάντα ένα βήμα ελέγχου και διόρθωσης, ακόμη κι όταν το σχήμα επιβάλλεται. Και αφήστε το μοντέλο να σκεφτεί πρώτα και να γεμίσει τη δομή στο τέλος, γιατί ο περιορισμός της μορφής κοστίζει μετρήσιμα σε ακρίβεια στα δύσκολα προβλήματα (Tam κ.ά., 2024).
Η τεκμηρίωση των παρόχων είναι η βάση: structured outputs της OpenAI, structured outputs της Anthropic και structured output του Gemini.
Τι είναι το Jev;
Το Jev είναι ένα μοντέλο αποφάσεων τύπου «System One» της TypeSafe AI, που κυκλοφόρησε στις 15 Σεπτεμβρίου 2026. Του στέλνετε μια κατάσταση, ως κείμενο ή JSON, και μια σειρά από ερωτήσεις με προκαθορισμένες απαντήσεις. Για κάθε ερώτηση επιστρέφει μία από τις επιλογές σας και μια πιθανότητα για κάθε επιλογή. Σύμφωνα με την TypeSafe, κάθε κλήση διαρκεί περίπου ένα δέκατο του δευτερολέπτου και κοστίζει 0,042 δολάρια ανά εκατομμύριο tokens εισόδου, με δωρεάν έξοδο. Το Jev δεν συνομιλεί και δεν γράφει. Οι αριθμοί για ταχύτητα και κόστος είναι του ίδιου του κατασκευαστή, μετρημένοι από τη δυτική ακτή των ΗΠΑ, και τους αντιμετωπίζετε ως ισχυρισμούς μέχρι να τους μετρήσετε στα δικά σας δεδομένα.
Τι έδειξαν οι ανεξάρτητες δοκιμές την πρώτη εβδομάδα;
Οι ανεξάρτητες δοκιμές έδειξαν ότι το Jev είναι γρήγορο και φθηνό, στέκεται περίπου στο επίπεδο των γλωσσικών μοντέλων μεσαίας τιμής σε ποιότητα και εξαρτάται πολύ από το πώς διατυπώνετε την ερώτηση. Τρία αποτελέσματα ξεχωρίζουν:
- Μία γενική ερώτηση χάνει, πέντε στενές κερδίζουν. Σε 2.000 email, μισά phishing και μισά κανονικά, η ερώτηση «είναι phishing;» έδωσε ακρίβεια 62,6%. Πέντε στενές ερωτήσεις στην ίδια κλήση, με τις απαντήσεις να συνδυάζονται σε ένα μικρό μοντέλο λογιστικής παλινδρόμησης, έδωσαν 95,0% (jev-phishing-bench, 17 Σεπτεμβρίου 2026).
- Τα ονόματα των επιλογών αλλάζουν τις αποφάσεις. Μια δημοσίευση του Σεπτεμβρίου 2026 έδειξε ότι όταν οι ίδιες επιλογές παίρνουν άλλα ονόματα, για παράδειγμα «0» και «1» αντί για «όχι» και «ναι», οι αποφάσεις αλλάζουν τόσο που ο δείκτης AUC πέφτει από 0,81 σε 0,58 (arXiv 2609.26758).
- Η βεβαιότητα δεν σημαίνει γνώση. Σε μια ερώτηση που εξαρτιόταν από μια κρυφή πολιτική, άρα κανένα μοντέλο δεν μπορούσε να την ξέρει, το Jev απαντούσε με μέση πιθανότητα 0,74 (jev-ood-calibration).
Στις πρώτες αναφορές η ακρίβεια έπεφτε επίσης σε γλώσσες εκτός των αγγλικών. Για μια ελληνική επιχείρηση αυτό είναι το πρώτο που ελέγχετε, όχι η ταχύτητα της διαφήμισης.
Πώς στήνετε μια απόφαση που θα την παίρνει η τεχνητή νοημοσύνη;
Τη στήνετε έτσι ώστε το μοντέλο να απαντά σε μικρές ερωτήσεις που ελέγχονται και ο κώδικας να κάνει όλα τα υπόλοιπα. Οι κανόνες που ακολουθούν ισχύουν για το Jev, για τις δομημένες απαντήσεις σε οποιοδήποτε μεγάλο μοντέλο και για έναν ταξινομητή που εκπαιδεύετε μόνοι σας:
- Σπάστε τις γενικές ερωτήσεις σε στενές. Το «έχει το email σύνδεσμο που γράφει άλλο κείμενο από τη διεύθυνση όπου οδηγεί;» δουλεύει καλύτερα από το «είναι ύποπτο;». Τις στενές απαντήσεις τις συνδυάζετε με έναν κανόνα ή με ένα μικρό μοντέλο.
- Κρατήστε την αριθμητική, τις ημερομηνίες και τα σύνολα στον κώδικα. Ένα μοντέλο αποφάσεων είναι αδύναμο στους αριθμούς. Τη διαφορά ΦΠΑ την υπολογίζετε εσείς και ρωτάτε το μοντέλο μόνο αν η αιτιολογία στο τιμολόγιο στέκει.
- Δώστε πάντα επιλογή «δεν ξέρω». Ένα μοντέλο που πρέπει να διαλέξει ανάμεσα σε δύο λάθος απαντήσεις θα διαλέξει μία, και με σιγουριά.
- Δώστε στις επιλογές ουδέτερα, περιγραφικά ονόματα και μην τα αλλάζετε μετά τη βαθμονόμηση.
- Βαθμονομήστε με δικά σας παραδείγματα. Πενήντα έως τριακόσιες περιπτώσεις με τη σωστή απάντηση αρκούν για να μάθετε πού μπορείτε να εμπιστευτείτε την πιθανότητα στα δικά σας δεδομένα.
- Στείλτε τις αβέβαιες περιπτώσεις σε ένα μεγαλύτερο μοντέλο ή σε άνθρωπο και κρατήστε αρχείο για καθεμία.
Τι κοστίζει να επιτρέψετε σε ένα μοντέλο να πει «δεν ξέρω»;
Κοστίζει λίγη κάλυψη και κερδίζει πολλή εμπιστοσύνη. Το μέτρησα στο δικό μου μικρό μοντέλο, έναν ταξινομητή προθέσεων 5 εκατομμυρίων παραμέτρων που τρέχει μέσα στον browser και μπορείτε να τον δοκιμάσετε στο watch it think. Σε 10.578 προτάσεις που δεν είχε δει στην εκπαίδευση, βρίσκει τη σωστή πρόθεση στο 74,53% όταν είναι υποχρεωμένο να απαντά πάντα. Όταν του επιτρέπεται να μην απαντήσει κάτω από βεβαιότητα 0,50, πιάνει 72,63%, σωπαίνει σε 834 προτάσεις και τις περνά σε εναλλακτική διαδρομή αντί να μαντέψει. Κάθε σύστημα αποφάσεων που παραδίδω έχει αυτό το κλαδί, γιατί μια λάθος ενέργεια κοστίζει περισσότερο από μια ερώτηση.
Πού αποδίδουν αυτές οι αποφάσεις σε μια ελληνική επιχείρηση;
Αποδίδουν όπου η ίδια κρίση γίνεται εκατοντάδες φορές τη μέρα. Τυπικά παραδείγματα: η δρομολόγηση των εισερχόμενων email, στα ελληνικά και στα αγγλικά, στον σωστό άνθρωπο, η σήμανση των τιμολογίων προμηθευτών πριν πάνε στο λογιστήριο, ο εντοπισμός των παραγγελιών του e-shop που θέλουν χειροκίνητο έλεγχο και το φιλτράρισμα των φορμών από spam. Κάθε μία είναι μια μικρή, επαναλαμβανόμενη επιλογή με κόστος όταν είναι λάθος, δηλαδή ακριβώς κάτι που μετράτε πριν μπει σε λειτουργία. Δοκιμάστε στα δικά σας ελληνικά μηνύματα, γιατί τα αποτελέσματα σε άλλες γλώσσες δεν μεταφέρονται ένα προς ένα.
Αυτά τα μοτίβα υπάρχουν μέσα στα συστήματα agents που τρέχω σε πραγματική λειτουργία, και το πότε ένα απλό script παραμένει η καλύτερη λύση το εξηγώ στο πότε να μη φτιάξετε AI agent.
Συχνές ερωτήσεις
Είναι το Jev μεγάλο γλωσσικό μοντέλο;
Όχι. Το Jev παρουσιάζεται ως μοντέλο «System One» που επιστρέφει αποφάσεις με πιθανότητες αντί για κείμενο. Δεν μπορεί να κάνει συζήτηση ούτε να γράψει απάντηση, οπότε συμπληρώνει ένα γλωσσικό μοντέλο, δεν το αντικαθιστά.
Σταματούν οι δομημένες απαντήσεις τις «παραισθήσεις» της τεχνητής νοημοσύνης;
Όχι. Οι δομημένες απαντήσεις εγγυώνται έγκυρη μορφή, όχι σωστό περιεχόμενο. Ένα μοντέλο μπορεί να διαλέξει λάθος επιλογή ή να επινοήσει μια τιμή μέσα σε ένα απόλυτα έγκυρο JSON, άρα ο έλεγχος και η επιλογή «δεν ξέρω» χρειάζονται και πάλι.
Μπορώ να χρησιμοποιήσω μοντέλα αποφάσεων σε ελληνικό κείμενο;
Ναι, αλλά μετρήστε πρώτα. Οι πρώτες ανεξάρτητες αναφορές έδειξαν πτώση της ακρίβειας σε κείμενο εκτός αγγλικών, οπότε φτιάξτε ένα ελληνικό σετ ελέγχου από τα δικά σας δεδομένα πριν βασιστείτε σε οποιονδήποτε αριθμό.
Αν η ομάδα σας παίρνει την ίδια απόφαση εκατό φορές τη μέρα, στείλτε μου την απόφαση και τι σας κοστίζει μια λάθος απάντηση. Αρκεί για να δούμε αν χρειάζεται κανόνας, ταξινομητής ή agent.