文章目录
一、做意图识别的目的
在多agent架构中，首先需要通过意图识别技术解析用户输入的真实目的，为后续决策和行动提供基础。
二、怎么做的
- 把待分类意图固定有限意图集合，
- 小的分模型做初步判断
- 针对置信度较低的，直接用大模型兜底
- **原因：
- 成本与推理开销问题
- 响应速度差距大
- 大模型容易发散、不稳定
- 边界场景分工，各司其职（80% 简单请求小模型扛住，20% 难例大模型兜底）
- 安全风控更可控
三、提高准确率的方法：
- 样本迭代 + 坏 case 回流
线上收集识别错误案例，定期迭代微调分类模型、扩充规则词典，持续优化边缘口语、方言化、模糊表述的 case。 - 引入上下文连续性判断
不只用单句识别，结合上一轮对话状态判断意图。
比如上一轮正在问诊，用户短句回复，就优先判定为症状补充，避免误判成闲聊。 - 禁止越界意图 + 强拦截
对诱导、越狱、非医疗诉求、恶意提问做独立黑名单意图，提前拦截，既提升准确率又兼顾安全。 - Prompt 约束 + 结构化输出
大模型识别时，强制要求输出固定 JSON 意图结果，加角色约束与场景限定，杜绝自由文本输出带来的识别漂移。