コーディングエージェントを使う際、Jev が何であって何でないのかを説明します。
Jev は、Claude Code、Cursor、opencode、Copilot や類似のツールの背後にある LLM の直接の代替（ドロップイン置換）ではありません。そうではなく、普段どおりコーディングエージェントを使いながら、Jev を利用して意思決定を行うコードを書くことができます。
Jev 入門 : Get Started – コーディングエージェントにおける Jev の活用
作成 : クラスキャット・セールスインフォメーション
作成日時 : 10/13/2026
* 本記事は docs.typesafe.ai の以下のページを参考にしています :
* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
Jev 入門 : コーディングエージェントにおける Jev の活用
コーディングエージェントを使う際、Jev が何であって何でないのかを説明します。
コーディングエージェントに組み込むモデルを探していて TypeSafe を見つけた方は、ここからお読みください。Jev は、Claude Code、Cursor、opencode、Copilot、Muse Spark、Grok Bot や類似のツールの背後にある LLM の直接の代替（ドロップイン置換）ではありません。そうではなく、普段どおりコーディングエージェントを使いながら、Jev を利用して意思決定を行うコードを書くことができます。
Jev はチャットやコード補完用の LLM ではありません
Jev は System One モデル です。テキストの生成、コードの記述、会話などは行いません。ステート と、型定義された一連の 質問 を受け取り、コードがそのまま利用できる構造化された回答を返します :
- 選択肢のリストからの choice（選択肢ごとの確率付き）
- 定義した評価基準 (rubric) に基づく score
- 真偽値（true/false）のステートメントに対する noul (0-1)
コーディングエージェントは、自然言語の指示に基づいてテキストをストリーミングし、ツールを呼び出し、ファイルを編集する、LLM に依存しています。Jev はそうした処理を一切行いません。両システムは解決する課題が異なるため、設定を model: “jev-latest” に切り替えるだけでコーディングエージェントが Jev 駆動のエージェントになる、といった仕組みは存在しません。
What you probably want instead
あなたが実現しようとしていたことに合致する行を確認してください :
| やりたかったこと… | Do this |
|---|---|
| コーディングエージェントに TypeSafe を使ったコードをより上手に書かせたい | TypeSafe エージェントスキル をインストールしてください。Claude Code や Codex などのエージェントに Jev API、プリミティブ、パターン の完全なコンテキストが提供され、正しい TypeSafe 連携コードを生成できるようになります。 |
| 開発中のアプリやエージェント内で Jev を使いたい – ルーティング、分類、スコアリング、ガードレール、その他の構造化された意思決定など | クイックスタート から始め、How to build with TypeSafe や、確信度ルーティング、意図ルーティング といった一般的なアーキテクチャを扱った Patterns を読んでください |
| コーディングエージェントを駆動しているモデルそのものを置き換え・交換したい | Jev はそのためのツールではありません。コーディングエージェントには引き続き通常の LLM を使い、プロダクト内で高速かつキャリブレートされた構造化決定が必要な箇所にのみ、 分離して Jev を利用してください |
| コードを書く前にまず Jev を試してみたい | プレイグラウンド を開き、ステートとして適当なテキストを貼り付け、いくつか質問を追加してみてください。See the Quick start for a walkthrough. |
どのような場合に Jev を使う価値があるか
Jev 自体はコーディングエージェント用の LLM ではありませんが、コーディングエージェントを使って開発しているアプリやエージェントの内部で利用するには、最適なツールとなることが多々あります。コード内で次のような処理を行いたい場合に Jev の活用をご検討ください :
- 固定された宛先の集合のいずれかにリクエストをルーティングし、そのルーティングの確信度を把握したい場合。
- 評価基準（rubric) (緊急度、品質、リスク) に基づいてスコアを算出し、その数値をもとに分岐処理を行いたい場合。
- 何らかのアクションを実行する前に、ドキュメント、メッセージ、レコードに対して特定のステートメントが true (真) であるか確認したい場合。
- LLM に “return JSON” と指示する壊れやすい (fragile) プロンプトを、構造的に型安全な値が返る呼び出しに置き換えたい場合。
以上