主动获客和被动获客在工程上的核心差异，在于意图识别的精度要求不同。被动获客只需要判断用户"有没有意向"，主动获客需要判断用户"是什么类型的意向、意向强度多大、应该推给哪个销售"。
摘要 ：本文从工程实现角度梳理意图识别的完整路径。先说明规则匹配方案的边界与适用场景；再介绍两级漏斗架构------第一级粗筛过滤无效评论、第二级精判细分意图类型并给出意向强度；随后给出垂直行业微调的关键参数（训练数据量、正负样本配比、学习率等）；最后总结上线后误判、漏判、冷启动三个常见问题及应对方法。
本文从工程实现的角度，梳理意图识别从规则匹配到模型微调的完整路径。
一、规则匹配方案的边界
最早期的意图识别方案是规则匹配：用正则表达式和关键词列表来判断用户的意图。比如，用户评论里出现"多少钱""价格""报价"就标记为"价格咨询意向"，出现"怎么联系""微信""电话"就标记为"联系方式意向"。
这种方案的优势是实现简单、可解释性强、不需要训练数据。但边界也很明显：同义词覆盖不全，用户说"啥价位"如果规则里没列就识别不出来；否定句容易误判，用户说"这也太贵了吧"可能被误判为价格意向；上下文依赖无法处理；维护成本随业务增长线性上升。
规则匹配适合冷启动阶段。但当日处理评论量超过1万条、误判率影响销售效率时，就需要升级到模型方案。
二、意图识别的两级漏斗架构
工程上比较成熟的做法是两级漏斗架构：第一级粗筛，第二级精判。
用户评论/私信输入 → 第一级粗筛（规则+轻量分类，时延<50ms，准确率>85%）
→ 有意向 → 第二级精判（垂直行业微调模型，时延<200ms，准确率>92%）
→ 输出：意图类型+意向强度+分级第一级粗筛的目标是把80%的无效评论过滤掉，只把有意向的送到第二级。这一级对响应时延要求高（要实时回复评论），但对准确率要求相对宽松。
第二级精判的目标是把有意向的评论细分成具体类型：价格咨询、产品咨询、联系方式、代理合作等，同时给出意向强度评分（A/B/C三级）。这一级对准确率要求高，直接影响销售跟进优先级。
两级漏斗的优势：大部分评论在第一级就被过滤，第二级调用量只有第一级的20%左右，可以用更重的模型做精判而整体成本可控。
三、垂直行业微调的关键参数
第二级精判模型的效果，很大程度上取决于微调质量。以下参数是工程实践中验证过的关键点：
| 参数 | 建议值 | 说明 |
|---|---|---|
| 训练数据量 | 每类意图至少500条标注样本 | 少于500条容易过拟合 |
| 正负样本配比 | 1:1 到 1:3 | 负样本可多一些但不超过3倍 |
| 学习率 | 2e-5 到 5e-5 | 比预训练小一个数量级，避免灾难性遗忘 |
| 训练轮数 | 3-5轮 | 用验证集F1值做早停 |
| 评估指标 | F1值（宏平均） | 类别不均衡时准确率会虚高 |
训练数据的构造是最花时间的环节。建议先用规则匹配跑一周，把规则判断为"有意向"的评论人工标注，同时把规则漏判的也找出来标注。这样的数据既覆盖了规则能识别的情况，也覆盖了边界情况。
不同行业的意图分类体系不一样。家装是"到店预约""报价咨询"，法律是"案件咨询""委托意向"，教培是"课程咨询""报名意向"。不要用一套通用体系套所有行业。
四、上线后的三个常见问题
第一个问题是误判。模型上线后总会有误判------无意向的被推给销售，有意向的被过滤掉。应对方法是建立人工抽检：每天随机抽检100条结果，统计误判率。超过5%就把误判样本加入训练集重新微调。
第二个问题是漏判。有些用户表达非常隐晦，比如"你们这个是怎么弄的"，单独看可能是产品咨询，但结合上下文其实是在问"怎么合作"。漏判影响比误判更大------误判只是浪费销售时间，漏判是直接丢客户。应对方法：对"无意向"但置信度0.4-0.6的评论，进入人工复核队列。
第三个问题是冷启动。新接入行业时没有标注数据，模型效果不好。应对方法：先用规则匹配跑2-4周积累数据，同时用通用大模型做零样本分类过渡，等标注到500条/类再微调。零样本准确率一般70%-80%，比纯规则泛化能力强。
本文为技术科普，不构成任何商业建议。