仕組み
1
スキーマを定義する
どの分類が必要かを明確に指定してください—カテゴリ、信頼度スコア、複数ラベル、またはネスト構造。
2
テキストを送信する
テキストで ShapeShyft API を呼び出してください。最適化されたプロンプトで、お選びの LLM にルーティングします。
3
検証済みの出力を取得
スキーマと正確に一致するJSONを受け取ります。パースエラーも、予期しないフォーマットもありません。
例：カスタマーフィードバック分類
あなたのJSONスキーマ
{
"type": "object",
"properties": {
"sentiment": {
"type": "string",
"enum": ["positive", "negative", "neutral"]
},
"confidence": {
"type": "number",
"minimum": 0,
"maximum": 1
},
"topics": {
"type": "array",
"items": { "type": "string" }
},
"urgency": {
"type": "string",
"enum": ["low", "medium", "high", "critical"]
}
},
"required": ["sentiment", "confidence"]
}保証された出力
{
"sentiment": "negative",
"confidence": 0.92,
"topics": ["billing", "service-quality"],
"urgency": "high"
}すべての応答は、返信される前にスキーマに対して検証されます。無効な出力は自動的に再試行されます。
アプリケーション
感情分析
カスタマーフィードバック、レビュー、ソーシャルメディアの言及を分析して、世論の認識を理解する。分析パイプラインに直接統合される一貫したセンチメントスコアを取得する。
製品レビューカスタマーサポートチケットソーシャルメディアモニタリングアンケートの回答
意図認識
ユーザーのメッセージから意図を理解し、問い合わせを適切な部署に振り分け、自動ワークフローを発動する、または検出された意図に基づいて即座に応答する。
チャットボットルーティングメールの分類音声アシスタントのコマンドサポートチケットの優先順位付け
トピック検出
コンテンツを関連するトピックやカテゴリで自動的にタグ付けします。コンテンツ管理、検索最適化、大規模な文書コレクションの整理に最適です。
ニュースの分類ドキュメントタグ付け研究論文の分類コンテンツの推奨
コンテンツモデレーション
不適切なコンテンツをフラグ付け、スパムを検出し、ポリシー違反を特定します。自動化されたモデレーションワークフローを可能にする構造化分類を取得します。
ユーザー生成コンテンツコメントセクションフォーラム投稿商品リスト