Decisions API pour la classification

Quand les labels finis conviennent

Un appel de décision convient dès que votre code a besoin d'une réponse parmi un ensemble connu : catégories de tickets, verdicts de modération, labels d'intention, types de document. Si un humain choisirait dans une liste fixe, une question choice est la traduction directe.

Si vos labels sont illimités — chaque entrée pourrait être une nouvelle catégorie — la classification n'est pas la bonne forme ; il vous faut de la génération. Le point idéal est un ensemble fermé que vous pouvez nommer et décrire.

• Catégories de tickets support : billing, bug, account, other
• Verdicts de modération : spam, safe, needs review
• Labels d'intention : refund, cancel, change plan, question

Label unique : une question choice

Pour la classification à label unique, envoyez une question choice dont les criteria associent chaque label à une courte description. Incluez toujours une option 'other' ou 'unclear' — donner au modèle une sortie honnête empêche les entrées limites d'atterrir dans le mauvais panier.

// Single-label classification: one choice question per call.
const res = await fetch("https://decisions-api.net/api/v1/decisions", {
  method: "POST",
  headers: {
    Authorization: "Bearer YOUR_KEY",
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "decisions-1",
    state: "I was charged twice for my subscription this month.",
    questions: {
      category: {
        type: "choice",
        instructions: "Which category fits this support ticket best?",
        criteria: {
          billing: "Charges, invoices, refunds, or subscriptions.",
          bug: "Something is broken or returns an error.",
          account: "Login, password, or profile problems.",
          other: "None of the above fit.",
        },
      },
    },
  }),
});
// Illustrative response: answers.category ->
//   { choice: "billing", probabilities: {...}, confidence: 0.91 }

Multi-labels : questions noul en un appel

La classification multi-labels — où plusieurs tags peuvent être vrais en même temps — correspond à plusieurs questions noul sur le même state. Chaque question noul est une probabilité de oui pour un label, et vous pouvez regrouper jusqu'à 6 questions en un seul appel pour le même 1 crédit.

// Multi-label moderation: several noul questions over the same state.
// Each noul answer is a yes-probability between 0 and 1.
const res = await fetch("https://decisions-api.net/api/v1/decisions", {
  method: "POST",
  headers: {
    Authorization: "Bearer YOUR_KEY",
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "decisions-1",
    state: "Congratulations! Verify your account to claim your prize.",
    questions: {
      is_spam: { type: "noul", instructions: "Is this message spam or a scam?" },
      pushes_action: {
        type: "noul",
        instructions: "Does it push the reader to click, pay, or verify something?",
      },
      needs_review: {
        type: "noul",
        instructions: "Should a human moderator review this message?",
      },
    },
  }),
});
// Illustrative response: answers.is_spam -> { noul: 0.97 },
//   answers.needs_review -> { noul: 0.88 }

Sévérité et ordre : score

Quand les labels sont ordonnés — low / medium / high, ou de P3 à P0 — utilisez une question score plutôt qu'une choice. Les criteria sont un tableau de descriptions de niveaux, du plus bas d'abord, et la réponse est un indice de niveau plus les probabilités de chaque niveau.

Agir sur la confiance, pas seulement le label

C'est la distribution de probabilité qui rend l'automatisation sûre. Un point de départ raisonnable : appliquez le label automatiquement quand la confiance est de 0.8 ou plus, et envoyez tout le reste en revue humaine. Ajustez le seuil sur vos propres données — la bonne valeur dépend du coût d'un mauvais label.

FAQ