JEVがn8nの問い合わせを意味で振り分け

ここでの構成は意図的に狭い。AIが担うのは意味を読み取り候補から選ぶ中間ステップだけで、入力フォームと下流の記録は通常のn8nノードのままだ。つまり既存の自動化を作り直す必要はなく、判断ボックスを1つフローに差し込める。記事の例は実際の予約変更や取消を実行せずData Tableに行を書き込むところで止まり、原文とAIの判断を同じ行に残すことで、不可逆なことが起きる前に人が確認できるようにしている。

LLMに分類をプロンプトで頼む場合との違いは構造にある。JEVの回答は常に用意した候補のいずれかで、集合外の言い回しや説明は返らず、各回答には信頼度スコアが付き、不確かな項目を別へ振り分けられる。テキスト生成は一切しないため、返信や要約の作成には向かない。記事は、誤った候補を選ぶことは今もあると明言し、型付き出力が保証するのはインターフェースであって真実ではないという公式Agent Skillの一文を引いている。

信頼度スコアは、期待するほど安全網としてはたらくわけではない。Fallbackはしきい値未満の回答を拾うが、変更と取消の両方を含む文は0.96で通常分岐を通過した。記事はこれを、信頼度は確率分布の集中度を測るものでワークフロー全体の正しさを測るものではない証拠と読んでいる。したがって重要なのは人の確認をどこに置くかだ。チーム向けには、可逆な受付と記録は任せ、取消や返金は人の後ろに置くという実務的な読み方が示され、0.65というしきい値は推奨値ではなく試行の一設定として提示されている。