判断に特化したAI「Jev」とは？GPT・Claudeとの違いと使い方を調べてみた

「文章を一切書かないAI」が発表されたと聞いて、最初に浮かぶのは「本当に必要か？」「なぜこれほど注目されているのか？」ではないでしょうか。

弊社でも、最初の感想はそれでした。

2026年9月15日、TypeSafe AIというスタートアップが「Jev（ジェヴ）」を発表しました。

特徴は、文章を作らずに判断だけを返すこと。

YES／NO、A・B・Cのどれか、承認か却下か。

そういう答えだけを返すAIです。

しかし、ChatGPTやClaudeでも「この問い合わせは営業案件か」と聞けば答えてくれます。

専用のAIを使う理由は、すぐには見えてきませんでした。

読み終わる頃には、Jevを使う意味がある場面と、いまのChatGPTやClaudeで十分な場面が、自分の業務に当てはめて判断できるようになるはずです。

この記事で分かること

• Jevが返すもの、返さないもの
• ChatGPT・Claudeとの違いは「賢さ」ではなく「答える相手」だということ
• 使いこなしの鍵が「判断基準の書き方」にあること
• 導入の流れと、Claude Codeとの組み合わせ方
• 自社で試す価値があるかの線引き

Jevとは何か

一言でいうと「人ではなく、ソフトウェア（コンピュータやAI）に答えるAI」

ChatGPTやClaudeは、画面の向こうにいる人に文章で答えます。

Jevは、問い合わせの管理システムや経理のシステムのようなソフトウェア（コンピュータやAI）から呼び出されて、「これは請求の問い合わせ。確信度84%」のような短い答えを返します。

その答えを人は読みません。

ソフトウェアが受け取って、担当者に回す、保留にする、といった次の処理を自動で進めます。

開発元のTypeSafe AIは、これを「人と会話するためのモデル」ではなく「ソフトウェアの内部で判断を下すためのモデル」と説明しています。

「ChatGPTは人に答えるAI、Jevはソフトウェアに答えるAI」と言い換えると整理しやすいでしょう。

返ってくるのは3種類の答え

上記の表のような判断を下すには、判断基準が重要です。

その判断基準は、私たち人間が先に定義して渡す必要があります。

画面で何かを設定するのではなく、「営業＝新規の見積もり依頼、請求＝支払いに関する問い合わせ」のような説明文です。

確信度の読み方は、「84%なら、10回中8回はこの判定で合っている」くらいの重みです。

この確信度は、実際の的中率とほぼ一致するように調整してあるとのことですが、指示の出し方や定義によってはブレる可能性は残ります。

Jevの機能はそれだけです。つまり、用意した選択肢の外の答えを返せません。

だからこそ、公式では「でっち上げが起きない」と主張しています。

ただし、選択肢の中で間違った方を選ぶことは当然ながらあり得ます。

「間違えない」ではなく「勝手に作らない（ハルシネーションは起きない）」だけと理解しておきましょう。

数字で見るJev

以下の比較表は公式サイトからの引用です。

（1ドル150円で換算）

このように比較すると、圧倒的に速く、安価であることがわかります。

つまり、大量のデータを判断させる業務においては、従来のAIとは比較にならない性能です。

料金は、入力100万トークンあたり0.042ドル（約6円）で、出力は無料です。トークンは文字量の単位で、日本語ではおおよそ1文字が1トークン前後です。500字の問い合わせメール1通なら、1件あたり1円未満になります。

なお、公式ブログには「193倍速く、444倍安い」という見出しもありますが、公式自身が「実際の効果としては上限に近い値」「評価の作り手による偏りがあり得る」と注記しています。

なぜ「判断に特化したAI」が必要なのか

ChatGPTやClaudeも判断はできる

ここまでJevの性能はイメージできたと思いますが、「従来のAIでもできるのでは？」という点はまだ疑問に思っている方も多いのではないでしょうか。

確かに、数件の判断、単発の判断、人がその場で結果を読む判断。こういう使い方なら、いまのChatGPTやClaudeで十分です。この結論は、調べ終わった今でも変わりません。月に数百件程度の業務も同じです。

Web集客全般・データ分析・Web制作會野康祐

弊社では、開発の記録の中から「記事のネタになりそうなもの」を拾い出す仕組みを作っています。数件の記録をClaudeに読ませて「これは記事にする価値があるか」と聞けば、十分な答えが返ってきます。この用途でJevが必要かと言われると、必要ありません。

それでもJevを分ける意味

しかし、大量の判断を定常的に行う場合は、Jevの方が望ましいでしょう。

Jevの価値が出るのは、判断が「大量」で「毎日続く」もので、しかも「人が読まずに、仕組みが受け取って次に進む」ときです。

1万件の問い合わせが届く

　　↓ Jev：営業／サポート／請求／解約に仕分け（1件0.1秒）

営業案件だけClaudeへ

　　↓ Claude：提案文を作る

できた提案文をJevが再チェック

　　↓ Jev：送ってよい／人が見るべき

条件を満たせば自動送信、判断に迷うものだけ人へ

この流れでJevがやっているのは「仕分け」だけです。

文章を書いているのはClaudeです。

同じ仕分けをChatGPTやClaudeにやらせると、こう変わります。

Jevを使う上で重要なのは「判断基準」

ここまで読むと見えてくると思いますが、Jevを使う際に最も重要なのは判断基準です。

Jevを使えば自動的に正しい判断ができる、という話ではありません。

むしろ、人の側の判断基準によって非常に使えるものにも、全く使えないものにもなり得ます。

左の聞き方では、どのAIでも答えは安定しません。右のように軸を分けて、1つずつ「はい／いいえ」や「1〜5」で聞けば、判定が安定します。

この基準を書くのは人の仕事で、日本語で書きます。

つまりJevの本質は、「賢いAIに判断を任せる」ではなく「人が決めた判断基準を、AIに大量かつ高速に当てはめさせる」です。

基準を書く仕事は、むしろ重要になります。

なぜ1スタートアップのプロダクトが話題なのか

ここからは、なぜこれほど注目されているのかを解説します。

Jevを開発したのはサンフランシスコのTypeSafe AIです。

2026年9月15日に約2年のステルス開発から公開し、同時にシード資金として4,000万ドル（約60億円）を調達しています。

CEOのディオゴ・アルメイダ氏は元OpenAIの研究者で、ChatGPTの土台になった学習手法（RLHF。人の評価を使ってAIを鍛える方法）の論文の共著者の一人です。

プレスリリースでは「ChatGPTの共同発明者」と紹介されていますが、貢献の度合いに補足を求める指摘もあり、「中心人物の一人」くらいの受け止めが妥当でしょう。

それでも、AI研究の第一線にいた人物であることは確かです。

そうした研究者が開発したという点も話題の理由ですが、もう1つは、従来とは切り口が異なるAIを開発した点にあります。

「AIは何年も前から会話では超人的なのに、自動化はどこにあるのか？」という問いから始まり、

世の中がもっと賢いAIに長い文章を書かせようとする中で、「業務の中では文章はいらない、判断だけを返してほしい」と逆張りしたことが新しいと見られています。

Jevはどうやって使うのか

導入の流れ

Jevにチャット画面はありません。

ソフトウェアから呼び出して使うので、社内システムなどとAPIで繋げて使用することになります。

1. typesafe.ai でウェイトリストに登録（待ち時間や審査基準は未公表）

2. 招待が来たら、APIキー（社内の仕組みからJevを呼ぶための鍵）を発行

3. 何を、どの選択肢で判断させるかを日本語で書く ← マーケ担当の仕事

4. Jevを呼び出す仕組みを作る ← エンジニアか制作会社、またはコードを書くAI

5. 返ってきた判定と確信度で、処理を分ける

6. 文章の生成部分はClaudeやChatGPTへ渡す

3で書くものの例です。渡すのは、問い合わせ文と質問です。

• 問い合わせ文：「二重に請求されています。至急確認してください」
• 質問1：担当は「請求（支払いの問題）」か「技術（不具合）」か
• 質問2：緊急性を伝えているか

返ってくるのは「請求、84%」「緊急、91%」だけです。文章を読み解く必要がないので、「確信度80%以上なら自動処理、それ未満なら人へ」がそのまま決められます。

Claude Codeと組み合わせる場合

Claude Codeは、日本語の指示でプログラムを書いてくれるAIです。

「JevをClaude Codeの中で使う」のではなく、「Jevを呼び出す仕組みをClaude Codeに作らせる」のが正しいイメージです。

Claude Codeは仕組みを作る人、Jevは動いているときに判定を返す部品となり、役割が違います。

問い合わせを受信

　　↓ Jevで仕分け

営業案件ならClaudeへ

　　↓ Claudeが返信案を作る

Jevが返信案をチェック（送ってよいか）

　　↓

条件を満たせば下書き保存、外れたら人へ

TypeSafe AIはClaude Code向けの部品も配っていて、入れるとJevの使い方を理解した状態でプログラムを書いてくれます。

Jevの面白い使い方

問い合わせの仕分けだけだと「便利な自動振り分け」で終わります。

Jevらしさが出るのは、AIの作業の流れの中に組み込んだときです。

1. AIエージェントの監視役

最も注目したい使い方です。

ClaudeやChatGPTを使ったAIエージェント（自分で判断して作業を進めるAI）が、ファイルを書き換えたり、メールを送ったりする。その一つひとつの行動に対して、Jevが「実行してよいか」を判定します。

エージェント（Claude）が「次にこの操作をしたい」と提案

　　↓ Jevが判定：危険ではないか／人の承認が要るか

安全なら続行 ／ 危険なら止めて人へ

AIが仕事をして、別のAIがその仕事を監督する。

監督役には「速くて安くて、答えが短い」ことが要ります。

監督のたびに数秒待たされたら使い物になりませんし、「たぶん大丈夫だと思います」と文章で返されたら、それを読み解く仕組みがまた要ります。

公式もこの使い方を「安全確認」として挙げています。

2. 問い合わせの自動仕分け

最もすぐに効果が出るのがこれです。

種別（営業／サポート／請求／解約／クレーム）と緊急度と「人の対応が必須か」を同時に判定し、担当者やClaudeへ自動で流します。

月に数百件なら、いまのAIと人の確認で足りますが、数千件を超えたあたりから、1件数秒の待ち時間と費用が現実的でなくなります。

3. 請求書・経理処理

請求書を、通常処理／要確認／重複の疑い／不正の疑いに仕分けし、確認が必要なものだけ人に回します。

大事なのは、Jevに金額の計算をさせないことです。

計算は仕組み側でやり、Jevには「この取引先からこの請求が来るのは自然か」という文脈の判断だけを任せます。

4. 大量の記録からの価値抽出

弊社の用途に近いのがこれです。

毎日たまる開発の記録をJevが採点し、点が高いものはClaudeへ渡して記事の下書きを作る、中間は人がレビュー、低いものは捨てる。

数十件なら既存のAIで十分ですが、数千件を毎日自動で回すなら、Jevらしさが出ます。

まとめ：判断専用AIを持つ意味はあるのか

最初の疑問に戻ります。「それ、ChatGPTやClaudeでもできるのでは？」

答えは「単発の判断ならその通り。大量で毎日続いて、人が読まずに次へ進む判断ならJevに意味がある」です。

非エンジニアでも明日からできることは3つです。

1. 自分の業務で、同じ判断を何百回も繰り返している場所を1つ書き出す
2. その判断の基準を、上の「具体的な聞き方」のように日本語で分解してみる
3. 件数が月に数千件を超えているならウェイトリストへ登録し、超えていないなら基準だけ手元に持っておく

Jevはまだ早期アクセスの段階で、仕様は変わる可能性があります。

ただ、2で書いた判断基準は、Jevを使わなくてもChatGPTに渡せますし、次に出てくる同種のサービスにもそのまま使えます。

「文章を作る」と「判断する」を分けて考える。

それがJevの特徴となります。