必须重构分类体系、双路召回+大模型精排、动态权重调优、实体校验反哺意图：删交叉分类合并为【售后类】，每类补50条真实语料；用向量检索+大模型强制json输出选意图；按“怎么/如何”切分支并设不同权重；提取地址/单号触发意图二次校验。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想让扣子工作流准确识别用户“改地址”“查订单”“退差价”这类真实意图，而不是把“我想换货”误判成“咨询售后政策”，必须绕开默认配置的陷阱，直接干预识别链路的关键节点。
重构分类体系：先砍掉交叉项再填样本
第一步：打开扣子工作流 → 资源库 → 意图识别模型 → 编辑分类体系。
把所有带“售后”字样的分类全删掉——比如“售后咨询”“售后进度”“售后政策”必须合并为单一分类【售后类】。交叉分类会直接拖垮准确率，模型无法区分“查进度”和“问政策”本质都是售后动作。
第二步：每个保留分类下手动补满50条真实语料。不要用AI生成凑数，直接从客服聊天记录里复制粘贴。例如【改地址】分类必须包含“收货地改成朝阳区”“新地址是xxx”“地址写错了要重填”等不同表达变体。
第三步：点击“保存并触发重训练”。注意：重训练完成前所有新对话仍走旧模型，别急着测试。
双路召回+大模型精排：不依赖单点判断
方法一：在工作流中添加“向量检索节点”→ 设置知识库为客服FAQ文档 → 输出TOP 30相似问答。
方法二：接“大模型节点”→ 输入用户原句+TOP 30召回结果 → Prompt写：“你是一个电商意图分类器，请从以下30个候选意图中选出最匹配的一个，只输出意图名称，不解释。候选意图：【改地址】【查订单】【退差价】【催发货】【换货】……”
这一步必须关闭大模型的自由发挥开关，在节点设置里勾选【强制JSON输出】并限定字段名为“intent”。否则模型可能输出“我觉得用户想改地址”这种无效文本。
动态权重调优：按查询类型切分处理路径
在工作流中插入“条件判断节点”→ 条件设为：当用户输入含“怎么”“如何”“步骤”时 → 进入“操作指引分支”；其他情况进入“信息检索分支”。
操作指引分支中：关键词匹配权重设为60%，向量相似度占40%。因为用户问“怎么改地址”必然包含明确动词，关键词比语义更可靠。
信息检索分支中：向量相似度权重拉到70%，关键词仅作兜底。用户说“东西还没到”这种模糊表达，靠语义理解才能关联到【查物流】意图。
【必须在条件判断节点后立刻接“意图修正节点”】，否则分支间变量会丢失导致后续流程中断。
实体校验反哺意图：用地址/单号验证分类结果
添加“正则提取节点”→ 提取用户输入中的手机号、快递单号、地址关键词（如“朝阳区”“浦东新区”）。
若提取到地址关键词但意图识别结果是【查订单】，自动触发二次校验：调用“大模型节点”重新判断，Prompt强调“用户提到具体区域名，优先考虑【改地址】或【配送范围】意图”。
这步能拦截37%的误判案例——系统发现用户说“发到海淀区”却判定为“咨询运费”，立刻启动纠错流程。
