Intentiedetectie
Snelle definitie
Intentiedetectie is de taak van het identificeren van wat een persoon wil bereiken met wat ze schrijven of zeggen, zodat een systeem kan reageren of het verzoek kan doorsturen. Typische intenties zijn het volgen van een bestelling, het aanvragen van een terugbetaling of het vragen naar een product.
Op deze pagina
Hoe intentiedetectie werkt
Classic chatbots vertrouwden op een intentieclassificator die was getraind op voorbeeldzinnen voor elke intentie: “waar is mijn pakket”, “mijn bestelling is niet aangekomen” en “volgnummer?” allemaal gelabeld als track_order. Een slotextractor haalde vervolgens details zoals het bestelnummer eruit. Onderzoeksdatasets zoals BANKING77 (Casanueva en collega's, 2020), met 77 fijnmazige bankintenties, tonen aan hoe moeilijk fijne onderscheidingen zijn, zelfs voor goede modellen.
Bij grote taalmodellen is intentiedetectie vaak impliciet. Het model leest het bericht, beslist wat de persoon wil en kiest welk hulpmiddel moet worden ingeschakeld. Sommige teams behouden nog steeds een expliciete classificatiestap om gesprekken te routeren, ze te taggen voor rapportage of specifieke workflows te activeren.
Waarom het belangrijk is in klantenservice
Weten wat de intentie is, bepaalt wat er daarna gebeurt: antwoord uit de FAQ, een bestelling opzoeken, een retour openen, het gesprek naar de facturering sturen, of onmiddellijk een persoon bellen voor een klacht. Geaggregeerd over duizenden gesprekken vertellen intenties ook een bedrijf waar klanten echt contact over opnemen — de input voor het verbeteren van pagina's, beleid en producten.
In e-commerce zijn de meest voorkomende intenties meestal bestelstatus, levertijden, retouren en ruilen, productvragen en betalingsproblemen.
Veelvoorkomende valstrikken
Echte berichten bevatten vaak meerdere intenties (“waar is mijn bestelling, en kan ik de maat veranderen?”). Vaste intentielijsten verouderen snel naarmate producten en beleid veranderen, en een lange staart van zeldzame verzoeken past nooit in een label. Vertrouwensdrempels die te laag zijn, sturen klanten de verkeerde kant op; drempels die te hoog zijn, escaleren alles. Systemen moeten een fallback toestaan — een verduidelijkende vraag stellen of doorverwijzen — in plaats van een gok te forceren.
Intentverwerking in AI SmartTalk
AI SmartTalk vraagt je niet om een intentielijst te definiëren. Het taalmodel van de assistent interpreteert elk bericht en kiest uit zijn tools — kenniszoektocht, productzoektocht, orderstatus, afspraakboeken, overdracht. Voor routering en rapportage kunnen gesprekken worden getagd, en SmartFlow-workflows kunnen vertakken met een AI-voorwaarde op basis van wat de klant zei. Vragen die de assistent niet kon beantwoorden, worden opgesomd zodat het team de hiaten kan aanvullen.
Veelgestelde vragen
Wat is het verschil tussen een intentie en een entiteit?
De intentie is wat de persoon wil (een bestelling volgen); entiteiten zijn de details die nodig zijn om dit te doen (het ordernummer, het e-mailadres).
Hebben LLM-gebaseerde assistenten nog steeds intentieclassificatie nodig?
Niet om te antwoorden, omdat het model het verzoek direct interpreteert. Een expliciete classificatie blijft nuttig voor routering, analytics en het activeren van vaste processen.
Hoeveel intenties moet een ondersteuningsbot hebben?
Begin met een klassieke classifier met een dozijn intenties die het meeste volume dekken en voeg meer toe naarmate gegevens ze tonen. Met een LLM-agent richt je je in plaats daarvan op de tools en kennis die elke frequente intentie vereist.