Ai Agent意图识别方案设计

就是少样本示例：你不是只给模型一条指令，而是手动塞3~10 条真实样例：用户问句 1 → 对应意图 A用户问句 2 → 对应意图 B……让模型照着你给的标准答案例子模仿分类。比如案例你现在负责用户意图分类，只能从下面5个意图里选一个：意图A：查询账户余额意图B：查询月度账单意图C：申请订单退款意图D：修改绑定手机号意图E：咨询优惠活动要求：先一步步推理分析用户诉求（CoT思维链），再输出最终意图。下面是参考示例（Few-shot 样例）：【示例1】用户：我想看看我卡里还有多少钱推理：用户核心是想知道自己账户剩余金额，不属于账单、退款、改手机号、活动，匹配查询余额最终意图：意图A【示例2】用户：帮我看下这个月消费了多少账单推理：用户明确要看当月消费账单内容，不是查余额、退款、改手机、问活动，匹配查询月度账单最终意图：意图B【示例3】用户：我买的东西不好用，我要退钱推理：用户诉求是对商品不满意，想要退款处理，匹配申请订单退款最终意图：意图C【示例4】用户：我想把账号绑定的手机号换掉推理：用户需求是变更账号绑定的手机号码，匹配修改绑定手机号最终意图：意图D现在请按同样格式，处理新的用户问题：用户：最近平台有没有什么打折福利？

用户：统计每个省份昨天的订单量模型先推理：订单表是 order_table需要省份 province、订单 id、创建时间 dt过滤 dt = 昨天按省份分组、count 订单再输出完整 SQL。优势：不用写复杂 Prompt，小样本就能撑住几十种查询句式。

步骤 1：第一轮 Prompt —— 只识别意图只给意图列表，不让模型抽参数，只输出意图名。你只负责识别用户意图，只能从下列列表选一个：1. 机票预订 2. 订单退款 3. 改手机号 4. 查账单只输出意图名称，不要多余内容。用户输入：我想明天从北京飞上海坐飞机步骤 2：后端映射槽位模板后台提前配置好：plaintext机票预订 = 必须槽位：出发地、目的地、日期、人数订单退款 = 必须槽位：订单号、退款原因步骤 3：第二轮 Prompt —— 只抽当前意图的槽位把当前意图 + 对应需要的槽位传给模型，专门做抽取：plaintext当前用户意图：机票预订需要抽取的字段：出发地、目的地、出行日期从用户句子里提取对应信息，输出JSON。用户输入：我想明天从北京飞上海坐飞机整体链路（两轮LLM调用，两轮prompt）用户输入 → 调 LLM 判意图 → 后台匹配槽位配置 → 再调 LLM 抽槽位 → 结构化结果

梳理全量业务意图每个意图收集 30~50 条 真实用户口语、变体话术{query:"我想查这个月账单", intent:"查询月度账单"}{query:"帮我看下最近花了多少钱", intent:"查询月度账单"}{query:"本月消费明细在哪看", intent:"查询月度账单"}人工标注 问句→意图 标准对请根据参考样例，判断用户意图，只能从业务意图列表选一个。参考相似案例：1. 帮我看下最近花了多少钱 → 查询月度账单2. 本月消费明细在哪看 → 查询月度账单3. 查一下我近几月的消费记录 → 查询月度账单用户当前问题：我想看看最近几个月总共花了多少请输出唯一意图：

```python# Layer 1: 规则匹配（高频场景）if self.cr_intention_rule(content):  # "can i see"等关键词    return 'content_request'# Layer 2: LLM兜底（长尾场景）prompt = """## Task分析对话上下文，判断意图...## Intent（14种定义）1. content_request - 明确要求看内容2. ppv_inquiry - 询问PPV...## Input{conversation}"""response = await llm.generate(prompt, temperature=0.1)```

def cr_intention_rule(self, content: str) -> bool:    '''    1. 当 fan 明确表示想看内容时，意图为 content request    '''    cr_f_pattern = "|".join(        map(re.escape, ["can i see", "i wanna see", "i'd like to see", "let me see", "show me"]))    return re.search(cr_f_pattern, content)def rtp_intention_rule(self, pre_content: str, now_content: str) -> bool:    '''    1. 当 creator 发送了内容预告，fan 回复了表示准备解锁的内容时，意图为 ready to purchase    '''    rtp_c_pattern = "|".join(        map(re.escape, ["wanna see", "want to see", "show you", "are you ready", "are u ready"]))    rtp_f_pattern = "|".join(map(re.escape,                                 ["please", "yes", "ok", "okay", "yeah", "ready", "si", "sure", "definitely",                                  "show me",                                  "i would love to", "i do", "alright", "let's see", "let me see", "send me",                                  "of course", "go on"]))    return re.search(rtp_c_pattern, pre_content) and re.search(rtp_f_pattern, now_content)

fan_intention_prompt: |  ## Task  You are an intent classification assistant. Your job is to analyze the entire dialogue context between a fan and a creator, then determine the intent expressed in the fan’s last message. You must also classify the intended scene—either "chat" or "sale"—from the fan’s perspective.  Use the full context (including the creator’s replies) to make your judgment. Focus only on the fan’s final message when assigning the label.  ## Intent      1.    content request – Fan explicitly asks to see or receive specific paid content (often sexual or suggestive).      2.    ppv inquiry – Fan asks about a previously sent pay-per-view (PPV) item.      3.    content menu inquiry – Fan requests the general list of available paid content or services.      4.    preview request – Fan asks for a sneak peek before deciding to purchase.      5.    price inquiry – Fan asks how much a certain type of content costs (not tied to an existing PPV).      6.    ready to purchase – Fan shows clear intent to buy or unlock content immediately. Note: not every “yes” means unlocking; must be judged with conversation history.      7.    commit to purchase later – Fan commits to purchase at a specific future time or condition.      8.    negotiation offer – Fan proposes a discount, bundle, or alternative payment arrangement. Must occur after content sales context, not just casual chat.      9.    objection – Fan rejects or declines a purchase offer.      10.   tip – Fan mentions tipping or sending money without requesting specific content.      11.   complaint – Fan expresses dissatisfaction or negative feedback about purchased content. Must occur after content sales context, not casual chat.      12. bond – Friendly, caring, or romantic messages with no sexual undertones.      13. tease – Playful or flirtatious remarks with mild sexual undertones, not explicit.      14. sexting – Explicit sexual communication with vivid descriptions of sexual acts, simulating direct sexual interaction.