基于大模型接口实现用户意图识别：完整流程与实操

通过调用大模型（如GPT-3.5/4、通义千问、文心一言等）的Agent/API接口识别用户意图，核心是让大模型理解用户输入的语义，并输出结构化的意图结果，核心流程为「定义意图体系→设计Prompt→调用接口→解析结果→优化迭代」，以下是详细落地方法：

一、核心原理

大模型的意图识别本质是语义理解+指令遵循：通过精准的Prompt引导大模型将非结构化的用户输入（自然语言），映射到你预定义的「意图分类体系」中，并返回结构化结果（如JSON），而非单纯的文本回复，方便后续业务逻辑调用。

二、前置准备：定义清晰的意图分类体系

意图识别的前提是明确「要识别哪些意图」，分类需满足「互斥、无重叠、覆盖核心场景」，避免模糊。

示例（电商场景）：

意图分类	定义（清晰描述）	典型用户输入
商品查询	询问商品信息（价格、库存、规格、功能）	“这款手机的内存有多大？”“XX商品还有货吗？”
订单咨询	询问订单状态、物流、修改地址/退款	“我的订单什么时候发货？”“怎么申请退款？”
投诉/建议	反馈商品/服务问题、提出改进建议	“收到的商品有破损”“希望增加退货上门服务”
闲聊	无业务诉求，纯聊天	“今天天气怎么样？”“你好呀”
未知意图	无法归类到以上类型的输入	“ABCD1234”（无意义字符）

关键原则：

• 分类粒度适中：不要过细（如把“查价格”“查库存”拆成两个意图，可合并为“商品查询”），也不要过粗（如“业务咨询”涵盖所有，无实际意义）；
• 明确「兜底意图」：如“未知意图”，避免模型无法归类时返回混乱结果。

三、核心步骤：调用大模型接口实现意图识别

步骤1：设计精准的Prompt（核心！决定识别准确率）

Prompt是引导大模型的“指令”，需明确告知模型：任务目标、意图分类列表、输出格式、示例（Few-shot），避免模糊。

通用Prompt模板（可直接复用）：

你的任务是识别用户输入的意图，需严格按照以下要求执行：
1. 意图分类列表（仅允许从以下列表中选择）：
   - 商品查询：询问商品价格、库存、规格、功能等商品相关信息；
   - 订单咨询：询问订单状态、物流、退款、改地址等订单相关问题；
   - 投诉/建议：反馈商品/服务问题、提出改进建议；
   - 闲聊：无业务诉求的纯聊天内容；
   - 未知意图：无法归类到以上类型的内容。
2. 输出格式（必须是JSON，不要额外解释）：
   {
     "user_input": "用户原始输入",
     "intent": "识别出的意图（严格匹配分类列表）",
     "confidence": "意图置信度（0-1，保留2位小数）",
     "reason": "识别理由（简要说明为何归为该意图）"
   }
3. 示例：
   示例1：
   用户输入："我的订单2025XXXX什么时候发货？"
   输出：{"user_input":"我的订单2025XXXX什么时候发货？","intent":"订单咨询","confidence":0.99,"reason":"用户询问订单发货时间，属于订单咨询范畴"}
   示例2：
   用户输入："你好呀，今天心情不错"
   输出：{"user_input":"你好呀，今天心情不错","intent":"闲聊","confidence":0.98,"reason":"用户无业务诉求，仅纯聊天"}

现在开始识别：
用户输入：{user_input}

Prompt优化技巧：

• 明确「禁止发散」：强调“仅从指定分类选择”“输出格式必须是JSON”，避免模型返回多余文本；
• 增加示例（Few-shot）：3-5个示例可大幅提升准确率，覆盖核心场景+边缘场景；
• 控制温度（temperature）：调用接口时设置temperature=0.1~0.3（越低越稳定，避免模型返回随机结果）。

步骤2：调用大模型接口（以Python为例）

以调用OpenAI GPT-3.5接口为例（其他大模型如通义千问、文心一言接口逻辑类似，仅参数/域名不同）：

前置依赖：

pip install openai  # OpenAI官方库
# 国内模型（如通义千问）：pip install dashscope

核心代码：

import openai
import json

# 1. 配置大模型接口（以OpenAI为例）
openai.api_key = "你的API_KEY"
openai.base_url = "https://api.openai.com/v1"  # 国内需替换为代理地址

# 2. 定义意图识别函数
def recognize_user_intent(user_input):
    # 构造Prompt（替换模板中的{user_input}）
    prompt = f"""
你的任务是识别用户输入的意图，需严格按照以下要求执行：
1. 意图分类列表（仅允许从以下列表中选择）：
   - 商品查询：询问商品价格、库存、规格、功能等商品相关信息；
   - 订单咨询：询问订单状态、物流、退款、改地址等订单相关问题；
   - 投诉/建议：反馈商品/服务问题、提出改进建议；
   - 闲聊：无业务诉求的纯聊天内容；
   - 未知意图：无法归类到以上类型的内容。
2. 输出格式（必须是JSON，不要额外解释）：
   {{
     "user_input": "用户原始输入",
     "intent": "识别出的意图（严格匹配分类列表）",
     "confidence": "意图置信度（0-1，保留2位小数）",
     "reason": "识别理由（简要说明为何归为该意图）"
   }}
3. 示例：
   示例1：
   用户输入："我的订单2025XXXX什么时候发货？"
   输出：{{"user_input":"我的订单2025XXXX什么时候发货？","intent":"订单咨询","confidence":0.99,"reason":"用户询问订单发货时间，属于订单咨询范畴"}}
   示例2：
   用户输入："你好呀，今天心情不错"
   输出：{{"user_input":"你好呀，今天心情不错","intent":"闲聊","confidence":0.98,"reason":"用户无业务诉求，仅纯聊天"}}

现在开始识别：
用户输入：{user_input}
    """

    # 3. 调用大模型接口
    try:
        response = openai.ChatCompletion.create(
            model="gpt-3.5-turbo",  # 模型版本，可替换为gpt-4
            messages=[
                {"role": "system", "content": "你是一个精准的用户意图识别助手，严格遵守输出格式要求"},
                {"role": "user", "content": prompt}
            ],
            temperature=0.2,  # 低温度保证结果稳定
            max_tokens=500,    # 限制返回长度
            timeout=10         # 超时时间
        )

        # 4. 提取模型返回的内容
        result_text = response.choices[0].message["content"].strip()
        return result_text

    except Exception as e:
        return f"接口调用失败：{str(e)}"

# 5. 测试调用
if __name__ == "__main__":
    user_input = "这款T恤的尺码有哪些？"
    intent_result = recognize_user_intent(user_input)
    print("大模型返回结果：")
    print(intent_result)

国内模型适配（以通义千问为例）：

只需替换接口调用部分，Prompt模板不变：

from http import HTTPStatus
import dashscope
from dashscope import Generation

dashscope.api_key = "你的通义千问API_KEY"

def recognize_user_intent_qwen(user_input):
    # 复用上述prompt变量
    response = Generation.call(
        model='qwen-turbo',  # 通义千问轻量版，可替换为qwen-plus
        messages=[
            {'role': 'system', 'content': '你是精准的意图识别助手，严格输出JSON格式'},
            {'role': 'user', 'content': prompt}
        ],
        temperature=0.2,
        result_format='text'
    )
    if response.status_code == HTTPStatus.OK:
        return response.output.choices[0].message.content
    else:
        return f"调用失败：{response.code} - {response.message}"

步骤3：解析返回结果（结构化处理）

大模型返回的是JSON文本，需解析为字典，方便后续业务逻辑调用，并增加容错（避免模型返回格式错误）：

def parse_intent_result(result_text):
    try:
        # 清理可能的多余字符（如模型返回的```json包裹）
        result_text = result_text.replace("```json", "").replace("```", "").strip()
        intent_dict = json.loads(result_text)
        # 验证核心字段
        required_fields = ["user_input", "intent", "confidence"]
        for field in required_fields:
            if field not in intent_dict:
                return {"status": "error", "msg": f"缺少核心字段{field}", "data": None}
        return {"status": "success", "msg": "解析成功", "data": intent_dict}
    except json.JSONDecodeError:
        return {"status": "error", "msg": "JSON解析失败", "data": None}
    except Exception as e:
        return {"status": "error", "msg": f"解析异常：{str(e)}", "data": None}

# 调用示例
intent_result = recognize_user_intent("这款T恤的尺码有哪些？")
parsed_result = parse_intent_result(intent_result)
if parsed_result["status"] == "success":
    intent = parsed_result["data"]["intent"]
    confidence = parsed_result["data"]["confidence"]
    print(f"识别意图：{intent}，置信度：{confidence}")
    # 后续业务逻辑：根据intent执行不同操作
    if intent == "商品查询":
        # 调用商品查询接口
        pass
    elif intent == "订单咨询":
        # 调用订单接口
        pass
else:
    print(f"解析失败：{parsed_result['msg']}")

步骤4：验证与迭代优化

1. 批量测试：准备50-100条标注好意图的用户输入，调用接口测试识别准确率；
2. 优化Prompt：
   • 若模型频繁归类错误，补充更多示例（如边缘场景：“能便宜点吗？”→商品查询）；
   • 若模型返回格式混乱，强化“必须输出JSON”的指令，或增加“若无法输出JSON，返回错误”的约束；
3. 调整分类体系：若某类意图识别率低，检查分类是否模糊（如“售后咨询”可拆分为“退款咨询”“换货咨询”）。

四、进阶技巧：提升意图识别准确率

1. 多轮上下文意图识别

若用户意图需要结合历史对话，需在Prompt中带上上下文：

# 构造带上下文的Prompt
context = [
    {"role": "user", "content": "我想买一件T恤"},
    {"role": "assistant", "content": "请问你想要什么尺码的？"},
    {"role": "user", "content": "有XL码吗？"}  # 本轮输入
]
prompt = f"""
你的任务是识别用户本轮输入的意图，结合上下文：
上下文：{json.dumps(context, ensure_ascii=False)}
本轮用户输入：{user_input}
# 以下复用原意图分类、输出格式、示例...
"""

2. 意图消歧（解决歧义输入）

针对模糊输入（如“苹果”），通过Prompt引导模型结合上下文/场景消歧：

额外要求：若用户输入存在歧义，需结合场景（电商）判断意图：
- 若“苹果”指商品（如苹果手机、苹果水果）→ 商品查询；
- 若无上下文，无法判断 → 未知意图，并在reason中说明歧义点。

3. 领域适配（垂直场景）

针对专业领域（如金融、医疗），在Prompt中加入领域知识：

补充领域知识：
- 金融场景中，“平仓”“建仓”属于「交易操作」意图；
- “查持仓”“查盈亏”属于「资产查询」意图。

五、常见问题与解决方案

问题	原因	解决方案
模型返回非JSON格式	Prompt指令不清晰/温度过高	强化“必须输出JSON”指令，设置temperature≤0.3，增加格式错误惩罚提示
意图识别准确率低	分类模糊/示例不足	优化意图分类体系，补充更多Few-shot示例
接口调用超时/失败	网络问题/模型并发限制	增加重试机制（最多3次），设置超时时间，监控接口QPS
歧义输入识别错误	未结合上下文/场景	加入上下文、领域知识，引导模型消歧

总结

调用大模型接口做意图识别的核心是「精准Prompt+结构化输出+容错解析」：

1. 先定义清晰的意图分类；
2. 设计包含「指令+分类+格式+示例」的Prompt；
3. 调用接口时设置低温度保证结果稳定；
4. 解析结果时增加容错，避免格式错误；
5. 批量测试后迭代优化Prompt和分类体系。

这种方式相比传统的关键词匹配/机器学习（如TF-IDF+SVM），无需标注大量训练数据，适配性更强，尤其适合复杂语义、多轮对话的场景。