识别用户意图

意图识别节点

将用户问题分为售前咨询或售后问题，每个分类提供典型示例作为分类的依据，帮助模型更精准地识别用户意图。其配置如下：

• 模式：选择完整模式。完整模式可设置系统提示词，提高意图识别的准确性，但可能会影响节点的运行速度。
• 模型：使用默认的豆包模型，你也可以按需选择效果更好的模型。
• 输入：开启会话历史，默认 3 轮；query 变量值设置为开始节点的输入参数 USER_INPUT。
• 意图匹配：设置两个分类，即售前咨询和售后问题。
• 系统提示词：

- 售前咨询：咨询类问题，例如对产品规格、性能、功能等方面的咨询。
- 售后问题：产品使用相关的问题，例如如何设置xxx、怎么开启xxx、；产品故障相关的问题，例如xxx配置不生效、错误码xxxx、没反应、报错、等等。

知识库节点

售前和售后问题分别流转到售前知识库和售后知识库处理，并直接输入给结束节点。知识库节点配置如下：

• 输入：沿用默认设置即可，Query 的变量值设置为开始节点的输入参数 USER_INPUT。
• 知识库：选择准备好的售前知识库。
• 搜索策略等配置：沿用默认配置即可。

大模型节点

大模型节点会基于知识库命中的知识，包装一个对外的话术，作为最终回复。其配置如下：

• 输入：设置以下两个输入变量：
  • input：引用知识库节点的ouput。
  • USER_INPUT：引用开始节点的用户输入。
• 用户提示词：用户问题是{{USER_INPUT}}，知识库检索结果是{{input}}，你需要包装一个用户友好的话术，并回复用户。
• 其他选项维持默认设置即可。

文本处理节点

意图识别的兜底策略，对于未命中任何分类的意图，统一输出一段文案，指导用户提交工单或联系人工客服。
其配置如下：

• 输入：无需设置输入变量。
• 输出内容：非常抱歉，我只能回答售前咨询和售后问题。如果你对产品有任何使用问题或疑问，欢迎向我咨询！