Откритие на намерение
Бързо определение
Откритие на намерение е задачата да се идентифицира какво иска човек да постигне от това, което пише или казва, така че системата да може да отговори или да пренасочи заявката. Типични намерения са проследяване на поръчка, искане на възстановяване или запитване за продукт.
На тази страница
Как работи откритие на намерение
Класическите чатботове разчитаха на класификатор на намерение, обучен на примерни фрази за всяко намерение: “къде е моята пратка”, “моята поръчка не е пристигнала” и “номер за проследяване?” всички етикетирани като track_order. След това извличач на слотове извличаше детайли като номера на поръчката. Изследователски набори от данни като BANKING77 (Casanueva и колеги, 2020), с 77 фини банкови намерения, показват колко трудни са фините различия дори за добри модели.
С големи езикови модели, откритие на намерение често е имплицитно. Моделът прочита съобщението, решава какво иска човекът и избира кой инструмент да извика. Някои екипи все още запазват стъпка за експлицитна класификация, за да пренасочат разговорите, да ги етикетират за отчитане или да задействат специфични работни потоци.
Защо е важно в обслужването на клиенти
Знанието за намерението определя какво се случва след това: отговор от FAQ, проверка на поръчка, откриване на връщане, изпращане на разговора за фактуриране или незабавно обаждане на човек за оплакване. Събрани над хиляди разговори, намеренията също казват на бизнеса за какво наистина се свързват клиентите — вход за подобряване на страници, политики и продукти.
В електронната търговия най-честите намерения обикновено са статус на поръчка, време за доставка, връщания и размени, въпроси за продукти и проблеми с плащанията.
Общи капани
Истинските съобщения често съдържат няколко намерения (“къде е моята поръчка, и мога ли да променя размера?”). Фиксираните списъци с намерения бързо остаряват, тъй като продуктите и политиките се променят, а дългият опашка на редките заявки никога не пасва на никакъв етикет. Прагът на увереност, който е твърде нисък, изпраща клиентите по грешен път; прагът, който е твърде висок, ескалира всичко. Системите трябва да позволяват резервен вариант — да задават уточняващ въпрос или да прехвърлят — вместо да принуждават към предположение.
Обработка на намерения в AI SmartTalk
AI SmartTalk не изисква от вас да определяте списък с намерения. Езиковият модел на асистента интерпретира всяко съобщение и избира между своите инструменти — търсене на информация, търсене на продукт, проверка на поръчка, резервация на среща, предаване. За маршрутизиране и отчитане, разговорите могат да бъдат етикетирани, а SmartFlow работните потоци могат да се разделят с AI условие на базата на това, което клиентът е казал. Въпросите, на които асистентът не е могъл да отговори, са изброени, за да може екипът да запълни пропуските.
Често задавани въпроси
Каква е разликата между намерение и единица?
Намерението е това, което човекът иска (да проследи поръчка); единиците са детайлите, необходими за това (номер на поръчката, имейл адрес).
Нуждаят ли се асистентите, базирани на LLM, все още от класификация на намеренията?
Не, за да отговорят, защото моделът интерпретира заявката директно. Ясната класификация остава полезна за маршрутизиране, анализи и задействане на фиксирани процеси.
Колко намерения трябва да има един поддържащ бот?
С класически класификатор, започнете с дузина намерения, които покриват повечето обеми и добавяйте повече, когато данните ги покажат. С агент на LLM, вместо това се фокусирайте върху инструментите и знанията, които всяко често намерение изисква.