Detecção de intenção

Chatbots clássicos dependiam de um classificador de intenção treinado em frases de exemplo para cada intenção: “onde está meu pacote”, “meu pedido não chegou” e “número de rastreamento?” todas rotuladas como rastrear_pedido. Um extrator de slots então selecionava detalhes como o número do pedido. Conjuntos de dados de pesquisa como BANKING77 (Casanueva e colegas, 2020), com 77 intenções bancárias detalhadas, mostram como distinções finas são difíceis mesmo para bons modelos.

Com grandes modelos de linguagem, a detecção de intenção é muitas vezes implícita. O modelo lê a mensagem, decide o que a pessoa quer e escolhe qual ferramenta chamar. Algumas equipes ainda mantêm uma etapa de classificação explícita para direcionar conversas, rotulá-las para relatórios ou acionar fluxos de trabalho específicos.

Conhecer a intenção decide o que acontece a seguir: responder a partir das perguntas frequentes, procurar um pedido, abrir uma devolução, enviar a conversa para cobrança ou chamar uma pessoa imediatamente para uma reclamação. Agregado a milhares de conversas, as intenções também informam uma empresa sobre o que os clientes realmente contatam — a entrada para melhorar páginas, políticas e produtos.

No comércio eletrônico, as intenções mais frequentes geralmente são status do pedido, prazos de entrega, devoluções e trocas, perguntas sobre produtos e problemas de pagamento.

Mensagens reais frequentemente contêm várias intenções (“onde está meu pedido, e posso mudar o tamanho?”). Listas de intenções fixas envelhecem rapidamente à medida que produtos e políticas mudam, e uma longa cauda de pedidos raros nunca se encaixa em nenhum rótulo. Limiares de confiança que são muito baixos enviam clientes pelo caminho errado; limiares que são muito altos escalonam tudo. Os sistemas devem permitir uma alternativa — fazer uma pergunta esclarecedora ou transferir — em vez de forçar um palpite.

O AI SmartTalk não pede que você defina uma lista de intenções. O modelo de linguagem do assistente interpreta cada mensagem e escolhe entre suas ferramentas — busca de conhecimento, busca de produtos, consulta de pedidos, agendamento de compromissos, transferência. Para roteamento e relatórios, as conversas podem ser marcadas, e os fluxos de trabalho do SmartFlow podem ramificar com uma condição de IA sobre o que o cliente disse. Perguntas que o assistente não conseguiu responder são listadas para que a equipe possa preencher as lacunas.