AICC 电话智能体之意向分类

重点：2种方式有什么区别，方式1用多轮对话提交给大模型，大模型有时候直接根据历史对话回答问题，不能理解需要总结的意图，所以添加了方式2支持，把历史对话内容直接放到用户提示词，让大模型更好的理解是需要对对话内容进行总结和分类，不是继续回答问题。\nuser:用户回答二。注意：大模型提示词里面的意向分类名字不要和系统预设的A-G冲突, 如果你的分类方法和系统预设的不一致，可以通过添加自定义分类标签，来

顶顶通-FreeSWITCH二次开发接口

360人浏览 · 2026-04-09 18:57:52

顶顶通-FreeSWITCH二次开发接口 · 2026-04-09 18:57:52 发布

意向分类

根据呼叫失败原因设置意向分类

呼叫失败的时候，系统会根据呼叫失败原因会自动以下几个分类标签

D 用户忙: （收到回铃(180或者183)信令并且呼叫持续时间大于10秒）或者（空号识别反馈结果为下列值）

关机 power off 关机

正在通话中 hold on 正在通话中

用户拒接 not convenient 用户拒接

无法接通 is not reachable 无法接通

用户正忙 busy now 用户正忙

来电提醒 call reminder 各类秘书服务

无人接听 not answer 无人接听

无法接听 cannot be connected 无法接听

稍后再拨 redial later 各种稍后再拨提示

E 拨打失败：（没收到回铃(180或者183)信令或者呼叫持续时间小于10秒）或者（空号识别反馈结果为下列值）

拨号方式不正确 not a local number 拨号方式不正确

呼入限制 barring of incoming 呼入限制

线路故障 line fault 线路不能呼出，比如SIM卡欠费

网络忙 line is busy 网络忙

F 无效客户：（空号识别反馈结果为下列值）

改号 number change 改号

空号 does not exist 空号

停机 out of service 停机

欠费 defaulting 欠费

暂停服务 not in service 暂停服务

呼叫转移失败 forwarded 呼叫转移失败

G 手机助手：话术配置里面，通过多轮对话把各类语音助手，强制挂机，并且设置为G类

节点强制设置意向分类

节点强制设置意向标签，优先级最高。只要执行到这个节点就设置。

根据通话时间，回答次数等信息设置意向分类

根据通话时间，回答次数等信息设置意向标签。根据配置顺序执行，找到一个符合，后续的不再执行。

通话时长：AI和通话通话的总时长单位秒

回答次数：用户回答次数，一轮对话只计算一次

积极回答：通过关键词或者正则命中意向为积极的回答分支次数（大模型命中的不算）

消极回答：通过关键词或者正则命中意向为消极的回答分支次数（大模型命中的不算）

有意向节点：执行到意向分类为有意向次数

无意向节点：执行到意向分类为无意向次数

触发知识库：触发知识库次数

触发多轮对话：触发多轮对话次数

AI主动挂断：机器人主动挂断设置为1，否则设置为0

使用大模型设置意向分类和总结

需要先设置符合什么条件才进入大模型分析。

注意：大模型提示词里面的意向分类名字不要和系统预设的A-G冲突, 如果你的分类方法和系统预设的不一致，可以通过添加自定义分类标签，来添加你需要的，然后意向提示词里面的分类名字需要和自定义分类名字一致。

推荐选择支持JSON输出格式的大模型比如阿里云的，（这样可以用JSON输出格式的系统提示词模板，优点1：支持提取变量，优点2：如果文本输出格式的数据的分类ID经常不按提示词要求输出，可以试试JSON输出格式的模板。）

如果大模型支持深度理解，可以试试打开深度理解。注意：打开深度理解会消耗很多token和返回速度很慢，如果不打开能准确分类，千万不要打开，如果怎么修改提示词都达不到要求，才建议打开试试。

响应超时建议设置1分钟以上，也就是60000以上。开了深度理解会响应很慢，建议设置成2分钟。也就是120000。

系统提示词

text格式示例

大模型返回的内容必须是 id:分类，content:总结内容这样的格式，才可以解析出分类。

Markdown
### 任务
这是一个AI营销电话对话，根据分类方法进行分类，然后对本次通话进行总结。
### 分类方法
A 有明确意向
B 可能有意向
C 明确拒绝
D 用户忙或者拒绝回答
F 用户没有回答
G 手机助手或者语音信箱
### 输出内容
id:分类ID,content:总结
### 输出例子
id:A,content:总结内容

json格式示例

大模型返回的内容必须是JSON格式 {"id":"A","content":"总结内容"}

Markdown
### 任务
这是一个AI营销电话对话，根据分类方法进行分类，然后对本次通话进行总结。
### 分类方法
A 有明确意向
B 可能有意向
C 明确拒绝
D 用户忙或者拒绝回答
F 用户没有回答
G 手机助手或者语音信箱
### 输出内容
请以JSON格式输出，"id"属性设置为分类ID,"content"属性设置为总结
### 输出例子
{
"id": "A",
"content": "总结内容"
}

收集变量实例

大模型返回的内容必须是输出例子一样的JSON格式，变量名字可以自己随便写，支持多个变量，变量必须放在variables属性下面。

Markdown
### 任务
这是一个AI营销电话对话。
1. 根据分类方法进行分类,把分类ID设置到JSON的id属性。
2. 对本次通话进行总结，把总结内容设置到JSON的content属性。
3. 提取用户地址，设置到JSON的variables.addr属性。
### 分类方法
A 有明确意向
B 可能有意向
C 明确拒绝
D 用户忙或者拒绝回答
F 用户没有回答
G 手机助手或者语音信箱
### 输出内容
请以JSON格式输出，id属性设置为分类ID,content属性设置为总结,variables.addr属性设置为用户地址
### 输出例子
{
        "id": "A",
        "content": "总结内容",
        "variables": {
                "addr": "地址"
        }
}

用户提示词

下面讲解中提交大模型的数据以这个对话内容为例

用户提示词不包含${conversationtext}变量的情况下，会采用多轮对话的方式，把历史对话提交给大模型。用户提示词会设置到最后一个用户输入，提交到大模型的数据如下

JSON
{
        "messages": [{
                "role": "system",
                "content": "系统提示词"
        }, {
                "role": "assistant",
                "content": "机器人放音1"
        }, {
                "role": "user",
                "content": "用户回答一。"
        }, {
                "role": "assistant",
                "content": "机器人放音2"
        }, {
                "role": "user",
                "content": "用户回答二。"
        }, {
                "role": "user",
                "content": "用户提示词"
        }]
}

用户提示词包含 ${conversationtext} 变量的情况，会把变量 ${conversationtext}替换为历史对话内容。把历史对话包含在用户提示词里面的方式提交给大模型。

例子用户提示词为

JSON
##对话内容
${conversationtext}

提交到大模型的数据如下

JSON
{
        "messages": [{
                "role": "system",
                "content": "系统提示词"
        }, {
                "role": "user",
                "content": "##对话内容\nassistant:机器人放音1\nuser:用户回答一。\nassistant:机器人放音二。\nuser:用户回答二。"
        }]
}

重点：2种方式有什么区别，方式1用多轮对话提交给大模型，大模型有时候直接根据历史对话回答问题，不能理解需要总结的意图，所以添加了方式2支持，把历史对话内容直接放到用户提示词，让大模型更好的理解是需要对对话内容进行总结和分类，不是继续回答问题。

把通话时间、回答次数、是否AI挂机信息提交给大模型一起分析

用户提示词语支持这几个变量

${talk_time} 通话时间（单位秒）

${respond_count} 用户回答次数

${proactively_hangup} AI主动挂机（yes|no）

${conversationtext} 对话内容

系统提示词语例子

Markdown
这是一个AI营销电话对话，请根据客户回答内容，分析客户意向，对本次通话进行分类和总结。
### 分类方法
A 有明确意向（必须符合这2个条件:1.通话时间大于10秒，2.用户回答次数大于3）
B 可能有意向
C 明确拒绝
D 用户忙或者拒绝回答
F 用户没有回答（对话次数小于1次）
G 手机助手或者语音信箱（接电话的人是机主小秘书或者手机助理，并且AI主动挂机为yes,不能为no）
### 输出内容
id设置为分类,content设置为总结
### 输出例子
id:A
content:总结内容

用户提示词语例子

Plain Text
通话时间：${talk_time}秒
用户回答次数：${respond_count}
AI主动挂机：${proactively_hangup}
对话内容：
${conversationtext}