Rilevamento dell'intento
Definizione rapida
Il rilevamento dell'intento è il compito di identificare cosa una persona vuole ottenere da ciò che scrive o dice, in modo che un sistema possa rispondere o instradare la richiesta. Gli intenti tipici sono tracciare un ordine, richiedere un rimborso o chiedere informazioni su un prodotto.
In questa pagina
Come funziona il rilevamento dell'intento
I chatbot classici si basavano su un classificatore di intenti addestrato su frasi esemplificative per ogni intento: “dove si trova il mio pacco”, “il mio ordine non è ancora arrivato” e “numero di tracciamento?” tutti etichettati come track_order. Un estrattore di slot poi estraeva dettagli come il numero dell'ordine. Dataset di ricerca come BANKING77 (Casanueva e colleghi, 2020), con 77 intenti bancari dettagliati, mostrano quanto siano difficili le distinzioni fini anche per buoni modelli.
Con i modelli di linguaggio di grandi dimensioni, il rilevamento dell'intento è spesso implicito. Il modello legge il messaggio, decide cosa vuole la persona e sceglie quale strumento chiamare. Alcuni team mantengono ancora un passaggio di classificazione esplicito per instradare le conversazioni, etichettarle per la reportistica o attivare flussi di lavoro specifici.
Perché è importante nel servizio clienti
Conoscere l'intento decide cosa succede dopo: rispondere dalla FAQ, cercare un ordine, aprire un reso, inviare la conversazione alla fatturazione o chiamare immediatamente una persona per un reclamo. Aggregati su migliaia di conversazioni, gli intenti dicono anche a un'azienda di cosa contattano realmente i clienti — l'input per migliorare pagine, politiche e prodotti.
Nell'e-commerce, gli intenti più frequenti sono di solito stato dell'ordine, tempi di consegna, resi e scambi, domande sui prodotti e problemi di pagamento.
Trappole comuni
I messaggi reali contengono spesso diversi intenti (“dove si trova il mio ordine, e posso cambiare la taglia?”). Le liste di intenti fissi invecchiano rapidamente man mano che i prodotti e le politiche cambiano, e una lunga coda di richieste rare non si adatta mai a nessuna etichetta. Soglie di fiducia troppo basse indirizzano i clienti sulla strada sbagliata; soglie troppo alte fanno escalare tutto. I sistemi dovrebbero consentire un fallback — porre una domanda chiarificatrice o passare — piuttosto che forzare un'ipotesi.
Gestione delle intenzioni in AI SmartTalk
AI SmartTalk non ti chiede di definire un elenco di intenzioni. Il modello linguistico dell'assistente interpreta ogni messaggio e sceglie tra i suoi strumenti — ricerca di conoscenza, ricerca di prodotto, controllo ordini, prenotazione appuntamenti, passaggio. Per il routing e la reportistica, le conversazioni possono essere etichettate e i flussi di lavoro SmartFlow possono ramificarsi con una condizione AI su ciò che ha detto il cliente. Le domande a cui l'assistente non ha potuto rispondere sono elencate affinché il team possa colmare le lacune.
Domande frequenti
Qual è la differenza tra un'intenzione e un'entità?
L'intenzione è ciò che la persona vuole (tracciare un ordine); le entità sono i dettagli necessari per farlo (il numero dell'ordine, l'indirizzo email).
Gli assistenti basati su LLM hanno ancora bisogno di classificazione delle intenzioni?
Non per rispondere, perché il modello interpreta direttamente la richiesta. Una classificazione esplicita rimane utile per il routing, l'analisi e l'attivazione di processi fissi.
Quante intenzioni dovrebbe avere un bot di supporto?
Con un classificatore classico, inizia con una dozzina di intenzioni che coprono la maggior parte del volume e aggiungi di più man mano che i dati lo mostrano. Con un agente LLM, concentrati invece sugli strumenti e sulla conoscenza di cui ogni intenzione frequente ha bisogno.