产品动态
产品公告
大模型意图识别节点
节点功能
大模型意图识别节点属于信息处理类节点，利用大语言模型从用户的输入中自动推断其潜在目标或意图。支持通过编写意图提示词进行意图描述与添加，根据意图分类流转到后续节点。
操作说明
输入变量
输入变量仅在该节点内部生效，不能跨节点使用。支持最多添加50个输入变量，满足多输入变量场景需要。点击添加，进行如下配置添加输入变量。
配置 | 说明 |
变量名称 | 该变量的名称，只能包含字母、数字或下划线，并且以字母或下划线开头，必填 |
变量描述 | 该变量的说明信息，非必填 |
数据来源 | 该变量的数据来源，支持“引用”“输入”两种选项。“引用”可选择前序所有节点的输出变量，“输入”可手动填入固定值，必填 |
变量类型 | 该变量的数据类型，不可选择，默认为“引用”的变量类型或“输入”的string类型 |
模型
支持选择用户当前账号下具有使用权限的大模型，同时，支持配置大模型相关的温度、Top_P 和最大回复 Token 三个高级设置。其中，温度用于控制生成内容的随机性，Top_P 用于控制生成内容的多样性，最大回复 Token 用于控制模型生成内容的最大长度。
待识别意图的内容
作为意图识别大模型的输入。支持用户输入期望进行意图识别的内容，此处支持直接引入变量、手动输入内容或者混合输入变量和文本内容。
意图
用于意图分类，支持用户手动填写可能的意图定义，最多支持填写20个意图。建议按照模板格式进行配置，对每个意图填写其意图名称、意图描述，并添加几条意图示例，以帮助大模型更好地理解该意图。
意图 Prompt 示例：
##意图名称：借书##意图描述：在图书馆场景中，用户表明借阅图书##意图示例：我要借本书，借书，我想借书，帮我借书##意图名称：还书##意图描述：在图书馆场景中，用户表明归还图书##意图示例：我要还书，还本书吧，我想还《哈利波特》，还《小王子》这本书##意图名称：规章制度查询##意图描述：在图书馆场景中，用户询问图书馆相关的规章制度##意图示例：最多能借几本书，图书馆几点开门，中文图书最长能借多久，外文图书能借多久
配置完成后，将意图识别节点与其他节点连接，形成完整的调用链路。
意图识别节点的每个意图分类，都需要与后续的处理节点相连接，否则意图命中此分类时无法触发后续的处理流程。
默认存在“其他意图”，当意图识别无法命中用户定义的任何意图时，流转到“其他意图”项进行后续流程。
提示词
作为意图识别大模型的补充输入，支持用户输入意图识别的优先级规则、冲突矛盾的处理规则、输出要求等内容，增强意图匹配的准确性。此处支持直接引入变量、手动输入内容或者混合输入变量和文本内容。
版本：支持将当前提示词草稿保存为一个版本，并填写版本说明。已保存的版本可以在查看版本记录里进行查看和复制，版本记录仅会展示当前所在提示词框下创建的版本。支持在内容对比中选择两个版本，查看它们的提示词内容差异。
模板：设定好的角色指令格式模板，建议按照模板填写，指令遵循效果更佳。编写指令后也可以单击模板 > 保存为模板将编写好的指令存为模板。
AI 一键优化：初步完成角色设定后，可单击一键优化对角色设定内容进行优化，模型将基于已输入的内容优化设定，能够使模型更好地完成对应的要求。
注意：
AI 一键优化功能将消耗用户的 tokens 资源。
中间消息
如果节点输出耗时久，支持用户自定义中间消息缓解等待压力，为非流式输出，支持引用前序节点变量。
输出变量
经该节点处理后的输出变量，默认为命中的意图序号和意图名称，以及运行时报错信息Error（数据类型为object，正常运行时该字段为空）。不支持手动新增。
异常处理
异常处理
可手动开启异常处理（异常处理默认关闭），支持超时触发处理、异常重试和异常处理方式的配置。配置内容见下表。
当前仅支持用户设置“超时触发处理”的时长，其他异常由平台自动识别。
配置 | 说明 |
超时触发处理 | 节点运行的最大时长，超过时触发异常处理。大模型意图识别节点的超时时间默认值为300s，超时时间设置范围为1-600s |
最大重试次数 | 节点运行异常时重新运行的最大次数。重试超过设定次数，认为该节点调用失败，执行下方的异常处理方式，默认为3次 |
重试时间间隔 | 每次重新运行的时间间隔，默认为1秒 |
异常处理方式 | 支持“输出特定内容”、“执行异常流程”和“中断流程”三种 |
异常情况的输出变量 | 选择异常处理方式为“输出特定内容”时，超过最大重试次数后节点返回的输出变量 |
选择异常处理方式为“输出特定内容”时，发生异常后工作流不会中断，节点异常重试后直接返回用户在输出内容中设置的输出变量及变量值；
选择异常处理方式为“执行异常流程”时，发生异常后工作流不会中断，节点异常重试后执行用户自定义的异常处理流程；
选择异常处理方式为“中断流程”时，没有更多设置项，发生异常后工作流执行中断。
应用示例
创建 AI 工具回答助手，通过意图识别节点识别不同的问题类型，进行分类处理。
大模型问题意图识别配置如下：
常见问题
意图识别不准确怎么办？
意图识别的准确性受多个因素影响，例如模型性能、分类配置、提示词等。如果发现意图分类不符合预期，您可以参考以下建议提升意图识别节点分类的准确性：
1. 调整分类：确保意图分类简洁明了，避免模糊不清或容易混淆的语义。分类之间应有明确的区分度，减少交叉语义，以降低分类混淆的可能性。例如，应避免“动物”和“动植物”这样的分类重叠。
2. 提供具体的用户输入示例，帮助模型更准确地理解并执行分类任务。
3. 切换模型：即使在分类和高级设置都已优化的情况下，意图识别的准确性仍然不理想，建议尝试切换不同的模型，以找到最适合需求的模型。
文档反馈