Jevは判定だけ返すAI。Obsidianで任せる仕事と合わない仕事を飯塚浩也さんが解説

出典: AIに判断を任せて思考を整理！文章を書かずにObsidianをより強力に使いこなす方法を教えます。【Jev】【TypeSafe AI】（YouTube・チャンネル『飯塚浩也 | Obsidianでつくる最強の右腕』）

動画は、ホワイトボードに書いた2行から始まります。LLM は文章、Jev は判断。

飯塚さんは、Jev は今年の9月に出てきたばかりで、ChatGPT の会社や Cloudflare、Microsoft といった大手も動いている、と話します。

飯塚さん（動画の中で・1:27〜）

一言で言うと文章を書かずに判定だけ返すモデルとなります。

動画では Jev を一言で、文章は返さずに判定の答えだけを返すモデル、とまとめています。

飯塚さん（動画の中で・4:55〜）

1つが答えがイエスかノーかで決まるもの。2つ目が決まった選択肢から1つ選ぶもの。3つ目がスコアですね。何点か評価するもの。

判断の形は3つ。イエスかノーかで決まるもの、決まった選択肢から1つ選ぶもの、何点かのスコアで評価するもの。最初に入力する時に、この質問の形を選ぶ、と飯塚さんは話します。

判定だけ。文章はなし。だから使う側は、問いの形を先に決めないと、何も聞けないんです。

私なら、判定を任せる前に、問いの形と正解を自分で先に書きます。

実は私も、Jev を自分の仕事で何度も回しています。9月21日、私が主催したセミナーのアンケートの自由記入と、メルマガへの返信、あわせて50件を、AIに頼んで Jev に仕分けてもらいました。聞いたのは「この人は満足しているか」「この人の悩みは何か」「次に何を勧めるか」の3つ。

正解は、Jev に聞く前に、AIに頼んで先に付けておきました。判断軸が私の側にあれば、判定するのが私でなくても、私らしい判断として任せられる。「満足しているか」を聞いた38件では、38件とも当たりました。

飯塚さんの3つの形で言えば、満足しているかはイエスかノーか、次に何を勧めるかは選択肢から1つ、の形です。形を先に決めて、正解を先に付けておいた。

問いを書く人が、判断の持ち主です。

動画の2つ目は、飯塚さんが医者で、救急の当番だった頃の話です。出てくるのは、ベテランの看護師。

ベテランの看護師は、患者さんを見た途端に、顔色や体温、汗、呼吸の速さで重症かどうかが分かり、すぐ連絡をくれた、と振り返ります。

飯塚さん（動画の中で・2:31〜）

そう。これがシステム1と言われるものでその場の直感的な判断です。その後に頭の中で考えます。

その場の直感的な判断がシステム1。そのあと医者が頭の中で考える診断や検査、仮説がシステム2、という整理です。

飯塚さん（動画の中で・3:44〜）

患者さんの状況をその場で判断してこれは重症っぽいと自信を持ってマニュアル通りの対応ではなく直感的な判断をして次の行動につなげると。

Jev は賢いベテランの救急看護師、と飯塚さん。自信があれば、すぐ来て、後でいい。分からなければ、分からないので来てください。マニュアル通りではなく、直感で次の行動につなげる判断です。

ベテランの1秒は、当てずっぽうではない。積んだ経験が、考える前に体を動かしているんですよね。

8月29日の振り返りは、分身AIに一問ずつ突っ込んで聞かれる形でした。その最後の問いに、私はこう答えました。

私の記事より（知恵は数えられない。分身AIに「４つだけじゃないよ」と言った日・ケースバイケースの正体）

最後に、知識が体験と結びつき「知恵になった」と分かる境界を聞かれた。

「考えなくても直感や無意識で動ける」

飯塚さんの話すベテラン看護師の1秒と、私が答えた知恵の境界。今の私には、この2つが同じ形に見えます！

ただ、Jev は経験を積んで身体に沈めたわけではありません。渡された問いと選択肢から、確からしさを返すだけ。

ベテランは、何を見るか、何を問うかまで、経験の中に持っています。Jev は、人が立てた問いに答える側。同じ速さに見えても、中身は別物って話です。

だから、何を直感に任せられるかを決めるのは、経験が身体に沈んでいる人の側なんです。

if文は、決まった条件でしか動きません。そこに確率を入れたのが Jev の形。動画は、飲みに行くかどうかの例で見せます。

開発元の TypeSafe AI は、Jev を賢いif文と呼んでいる、と飯塚さんは話します。もし今日が金曜日なら飲みに行く、は決まった条件。Jev では if jev(today) > 0.9 なら飲みに行く、と確率で決めます（1がいちばん上）。

従来の Claude や Gemini でもできるのでは、という問いへの飯塚さんの答えは、従来は遅く、余計な文章まで返ってくる、というもの。

飯塚さんが紹介した公式の数字では、応答は70ミリ秒で、従来より40倍から200倍速い。出力のトークンは無料で、評価させたい内容や質問、選択肢を入れる入力にはお金がかかる、と飯塚さんは話します。

飯塚さん（動画の中で・4:38〜）

従来のAIよりも安くて早い。余計なこと言わない直感の判断のモデルと言われております。

従来のAIより安く速く、余計なことを言わない直感の判断のモデル。動画では Jev をそうまとめています。

速さって、どこからどこまでの時間でしょう？ 私も、同じ50件で Clef と Jev を比べた時に、AIに頼んで、私のMacから呼んだ速さを測ってもらいました。待ち時間の大半は、日本のMacとの往復だったんです。

公式の数字と私のMacの数字は測り方が違うので、並べて比べません。判定AIを選ぶ時は、公式の速さではなく、自分の仕事で測った待ち時間で決めます。

何でもAIに頼みたくなる時ほど、任せる前に分けておきたいところです。動画は、TypeSafe AI の公式ドキュメントにある使い道の例を、画面で見せながら進みます。

飯塚さん（動画の中で・5:49〜）

要は判断をしてくれるってことなので、評価することとか、分類することとか、そういうことは得意なんですね。

判断をしてくれるから、評価や分類が得意。例に挙がるのは、問い合わせの文面が怒っているか、緊急か、という判定です。合う仕事として、分類、点数付け、振り分け、検索、順位付け、検証、特徴の取り出し、決まった項目の取り出しが並びます。

飯塚さん（動画の中で・7:19〜）

画像生成ももちろんできないです。計算する数えるとかも苦手ですね。

合わない仕事は、メモを書かせること。Jev は文章を書くモデルではないからです。画像を作ること、計算や数えることも向かない、と飯塚さんは話します。

飯塚さんの Obsidian のノート「Jevに合う仕事・合わない仕事」の一文は、境界線は1本、答えの候補を先に自分で書き出せるか。

答えの候補を書き出せるなら判定AI。書き出せないなら別の仕組み。線が1本だと、迷う所が減ります。あなたの手元の仕事は、どちらでしょう？

私なら、ふるいは Jev に任せて、書く仕事と深く診る仕事は、Jev とは別に任せます。出す、止める、任せるの境界を決めるのは、私に残る最後の一手。

9月23日、自分のブログを見直す時に、私は「jevでライトにチェックしてがっつりはAIMHで確認する」と言って、分担を決めました。AIMH は、私が SEO の点検に使っている仕組みです。

そのときのことを、記事にこう書いています。

私の記事より（Jevのふるい分けと深い診断を分けた記事・コラム メニュー名を直す前に、皿に料理が乗っているか）

私が決めたのは分担だけです。全部を点検表に通すと時間がかかる。Jevだけで済ませると、空の皿に名前だけ付け直す。だから「Jevで軽く、がっつりはAIMH」。

飯塚さんの境界線に当てると、ふるい分けは答えの候補を書き出せる仕事。書き直しの案は書き出せない仕事です。私の分担は、その線にそのまま重なります。

動画は次に、Obsidian のコミュニティプラグインを jev で探す画面へ進みます。出てきたのは8件です。

Obsidian に当てはめると、Jev の出番は3つ、と飯塚さん。タグ付け、フォルダーへの振り分け、リンクとリンクの間の関係性づけ。TypeSafe AI の公式ドキュメントにも、グラフと知識グラフの項目があります。

ただ、タグやフォルダーの分類はあまり困っていない。一番困っているのはリンクの関係性づけだ、と続けます。

コミュニティプラグインを jev で探すと、動画の時点で8件。Tag Match・Qualitative Query・Auto Tagger・Pigeonhole・DOCX Export Studio・Jev Organizer・TagSense・Notework AI。タグやフォルダーの物が多く、飯塚さんは、あまり使わないな、と言います。

知識グラフ（オントロジー）まで手が届いているのは Notework AI だけ、という紹介です。

飯塚さん（動画の中で・14:10〜）

私にとってのベストなシーンは先ほどのオントロジリンクの関係性をつける。これすごい悩んでたので、ま、頑張ってこのままプラグインを開発し続けたいと思っております。

飯塚さんにとって一番の使い道は、リンクの関係性づけ。そこに Jev を当てるプラグインを、これからも作り続ける、という話です。

タグは、あとから付け直せます。でも関係性は、つける人が考えないと生まれない。

私は、自分の経験や価値観、口癖まで文字にして Obsidian にためています。ためた物どうしをつなぐ所が、分身AIの魂になる所。

ためるだけなら、メモは増えていくだけ。つなぐ時に、何を大事にしているかが出るんです。

実は私、Obsidian を飯塚さんに習っています。7月7日の朝LIVEで、4DPKM というやり方を飯塚さんに習った、と私は話しました。カードをつないでいく仕組みは「まだ使い切れてない」とも言っていたんですよね。

ここで飯塚さんが出すのは、Claude Code の例です。仕事ごとに、どのモデルでどれだけ考えさせるかを決める場面です。

Jev が合うのは、今すぐ判断が要り、しかも何度も悩む時、と飯塚さんは話します。

例は Claude Code との組み合わせ。難しい仕事ならエフォート（考える量）を上げ、簡単なら Haiku に変える。その振り分けを Jev にさせる、ルーターの役です。

画面には JEV-as-a-Judge という論文の名前。確信がある時は受け入れ、自信がない時は上に回す、という題です。

飯塚さん（動画の中で・10:08〜）

AIが出した答えを別のAIが評価して点数をつけたりしますよね。

AIの答えを別のAIが採点する場面とも、Jev は相性がよい、という話です。

飯塚さん（動画の中で・10:25〜）

ま、ただしモデルを変える時にオーパスだったらキャッシュが消えちゃうんですよね。なのでコストはかかっちゃうみたいな。

ただし Opus で途中にモデルを変えると、キャッシュが消えてコストがかかる。エフォートを変えるのはありで、公式のスキルも出ている。使うには API の登録が要る、と飯塚さんは話します。

分かる所はAIが決めて、分からない所だけ人に上げる。救急の看護師が、分からないので来てください、と返すのと同じ形なんです。

私がAIに求める最低の条件は、分からないことは憶測しないで聞く、分かることは2度聞かない、です。

逆に言えば、Jev が自信なしと返した所こそ、人の出番です！

確信の線より下は人に回す。論文の題の、自信がない時は上に回す、と同じ向きです。

10月の初め、Facebook にこう書いています。

私の Facebook の投稿より（2026年10月の初め・判定AIの比べのあと）

まぁ俺は何も触ってないでAIたちが勝手にAIたちを引き連れてテスト検証した結果を眺めてるだけなんだけど。

Clef と Jev を同じ50件で比べた時、比べる作業はAIに頼み、私は結果を見て決める側にいました。

動画の後半は、飯塚さんが作っているプラグインの実演です。ここまでの話が、実際の画面でどう動くのか。そこが見えてきます。

Jev Brain（名前は仮）は、エクスカリブレインをもとに、Jev と3Dの表示を加えたプラグイン。飯塚さんはそう紹介します。

分散学習のノートから、インターリービングのノートへリンクを付けると、Jev が関係の候補を5つ出します。上の概念、似ている、一段くわしく、次、出どころ。画面では、どれも自信なしの表示でした。

忘却のノートへのリンクでは、一段くわしく、を選びます。すると3Dの空間で、下の具体の側に置かれるんです。

飯塚さん（動画の中で・12:36〜）

エクスカリブレイン難しいですっていう声がいっぱいあったんですね。特にここの関係性つけられませんと。

教えている人たちから、エクスカリブレインは難しい、関係性がつけられない、英語が苦手、という声が多かった。飯塚さん自身も悩むことがあった、と話します。

飯塚さん（動画の中で・12:54〜）

候補5つぐらい出してくれるので自分で0から考えるよりはちょっと負荷下がったなっていう感じですね。

精度はまだ悪く、一番上の候補は外れていました。それでも0から考えるより負荷は下がった、と飯塚さん。OpenAI も、画像も入れて判断を返す仕組みを出した、と添えています。

0から関係を書くのと、5つの候補から選ぶのと。どちらが軽いでしょう？ 選ぶほうが、ずっと軽い。

候補を出すのはAI。選ぶのは人。AIが問いや素材を出して、人が答えて選ぶ側に立つ。私が考えるAIとの組み方も、この形です。

飯塚さんの実演も、Jev が決めて終わりではありません。候補から選んでいるのは、飯塚さん自身です。

新しいAIが出るたびに、使うかどうかで迷います。動画のまとめで、飯塚さんは決め方を1つだけ置きます。

Jev は文章は書けない。けれど、安く速く判断を返すシステム1のモデルで、分類・評価・振り分け・判定が得意。まとめで飯塚さんはそう話します。

飯塚さん（動画の中で・13:50〜）

使うべきかどうか、それは皆さんが普段の直感的な判断でどれだけ困ってるか、それで決めていいと思います。

Jev を使うかどうかは、普段の直感の判断でどれだけ困っているかで決めていい。決め方はこの1つです。

アフタートークでは、ベテラン看護師の判断と、検査を積み重ねる若手の医者の判断のどちらが正しいか、という問いが出ます。飯塚さんの答えは、自分の判断のモデルだとベテランの看護師。

困っているかで決めていい。ここに私は賛成です。そのうえで足したいのが、困っている判断を手元の実物で何十件か測ってから使い分けるって一手。

9月26日に Jev と Laya を比べた時も、10月の初めに Clef と比べた時も、結論は同じ使い分けでした。10月の比べのあとには、「なんてスピードで切り替わるんだ。。」とも書いています。

アフタートークの問いに、私ならこう答えます。どちらが正しいかより先に、最後に自分の体が違和感ないかを確かめる。直感で決めても、検査を積んで決めても、整った理屈より先にそこを見るのは同じです。

困り具合で選び、手元で測って、最後は体で選ぶ。あなたは、どの判断で困っていますか？

まず、自分の判断を1つ選んで、その答えの候補を先に書き出せるか確かめてみてください。書き出せるなら判定AIに任せられる。書き出せないなら、無理に Jev に渡さず別の仕組みに任せる。

飯塚浩也さんの動画の芯は、Jev は文章を書かず、安く速く判定だけを返すシステム1の直感のモデルだ、という所にあります。

Obsidian でいちばん出番があるのは、リンクの関係性づけ。候補を出すのはAIで、選ぶのは人です。

使うかどうかは、普段の直感の判断でどれだけ困っているかで決めていい。これが飯塚さんの答え。私はそこに、手元で測ってから使い分けて、最後は自分の体で確かめる、を足します。