意图识别（Intent Classification）

智能客服系统的入口层优化技术，准确理解用户输入的问题意图，决定后续的路由和响应策略。

Key Points

是智能客服准确率的第一道门槛
核心挑战：准确性与速度的平衡
常用方法：Prompt格式优化、置信度体系、nano模型选型

Details

核心流程

预处理：用户输入清洗、分词
特征提取：Embedding或关键词匹配
分类器：BERT/Transformer模型或规则匹配
后处理：置信度判断、转人工触发

优化策略

Prompt格式：结构化Prompt包含意图定义、示例、输出格式
置信度体系：设定阈值，低于阈值则转人工
nano模型：使用小模型（如Qwen2-0.5B）降低延迟
CICLe路由：分层路由，先大类再细分

关键指标

意图识别覆盖率
响应延迟（通常要求<200ms）
准确率（行业基准85%+）

Context

出现在智能客服专栏第14篇文章，专门讨论入口层优化对整体系统体验的影响。

[[patterns/intelligent-customer-service]]
[[patterns/production-deployment]]

Sources

[智能客服专栏] 意图分类：准确性与速度优化