Detekcia úmyslu
Rýchla definícia
Detekcia úmyslu je úloha identifikácie toho, čo chce osoba dosiahnuť z toho, čo napíše alebo povie, aby systém mohol odpovedať alebo smerovať požiadavku. Typické úmysly sú sledovanie objednávky, žiadosť o vrátenie peňazí alebo otázka o produkte.
Na tejto stránke
Ako funguje detekcia úmyslu
Klasické chatboty sa spoliehali na klasifikátor úmyslu trénovaný na príkladových frázach pre každý úmysel: „kde je môj balík“, „moja objednávka ešte neprišla“ a „sledovacie číslo?“ všetky označené ako track_order. Extraktor slotov potom vybral detaily ako číslo objednávky. Výskumné datasety ako BANKING77 (Casanueva a kolegovia, 2020), s 77 jemne rozlíšenými bankovými úmyslami, ukazujú, aké ťažké sú jemné rozdiely aj pre dobré modely.
S veľkými jazykovými modelmi je detekcia úmyslu často implicitná. Model prečíta správu, rozhodne, čo osoba chce, a vyberie, ktorý nástroj zavolať. Niektoré tímy stále udržiavajú explicitný klasifikačný krok na smerovanie konverzácií, označovanie ich na reportovanie alebo spúšťanie špecifických pracovných tokov.
Prečo je to dôležité v zákazníckom servise
Poznanie úmyslu rozhoduje o tom, čo sa stane ďalej: odpoveď z FAQ, vyhľadanie objednávky, otvorenie vrátenia, odoslanie konverzácie na fakturáciu alebo okamžité zavolanie osobe pre sťažnosť. Agregované cez tisíce konverzácií úmysly tiež hovoria podniku, o čom zákazníci skutočne kontaktujú — vstup pre zlepšenie stránok, politík a produktov.
V e-commerce sú najčastejšie úmysly zvyčajne stav objednávky, dodacie lehoty, vrátenia a výmeny, otázky o produktoch a problémy s platbami.
Bežné pasce
Skutočné správy často obsahujú niekoľko úmyslov („kde je moja objednávka, a môžem zmeniť veľkosť?“). Pevné zoznamy úmyslov rýchlo zastarávajú, keď sa produkty a politiky menia, a dlhý chvost zriedkavých požiadaviek sa nikdy nezmestí do žiadneho označenia. Prahy dôvery, ktoré sú príliš nízke, posielajú zákazníkov nesprávnou cestou; prahy, ktoré sú príliš vysoké, eskalujú všetko. Systémy by mali umožniť zálohu — položiť objasňujúcu otázku alebo odovzdať — namiesto toho, aby nútili hádať.
Spracovanie úmyslov v AI SmartTalk
AI SmartTalk vás nežiada, aby ste definovali zoznam úmyslov. Jazykový model asistenta interpretuje každú správu a vyberá medzi svojimi nástrojmi — vyhľadávanie informácií, vyhľadávanie produktov, kontrola objednávok, rezervácia stretnutí, odovzdanie. Pre smerovanie a reportovanie môžu byť rozhovory označené a SmartFlow pracovné postupy môžu vetviť s AI podmienkou na základe toho, čo zákazník povedal. Otázky, na ktoré asistent nemohol odpovedať, sú uvedené, aby tím mohol zaplniť medzery.
Často kladené otázky
Aký je rozdiel medzi úmyslom a entitou?
Úmysel je to, čo osoba chce (sledovať objednávku); entity sú detaily potrebné na jeho vykonanie (číslo objednávky, e-mailová adresa).
Potrebujú asistenti založení na LLM stále klasifikáciu úmyslov?
Nie na odpovedanie, pretože model interpretuje požiadavku priamo. Explicítna klasifikácia zostáva užitočná pre smerovanie, analytiku a spúšťanie fixných procesov.
Koľko úmyslov by mal mať podporný bot?
S klasickým klasifikátorom začnite s tuctom úmyslov, ktoré pokrývajú väčšinu objemu, a pridávajte ďalšie, ako ukazujú dáta. S agentom LLM sa zamerajte skôr na nástroje a vedomosti, ktoré každý častý úmysel vyžaduje.