系统需通过多轮交互实现订单查询等意图的自动澄清：先识别缺失字段并暂存会话变量，再动态生成口语化提问，捕获用户补全后自动重试识别，直至所有必填字段齐全。
☞☞☞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☜☜☜
当用户输入“我想查订单”却没说订单号，或“账号登不上”没提游戏名时，系统必须主动追问而非直接报错——这需要工作流能识别信息缺失、触发澄清话术、暂存已有字段、等待用户补全后再继续流程。
定义意图识别的结构化输出规范
进入Dify「工作室」→新建Chatflow应用→在首个Agent节点的「指令」页中，粘贴以下Prompt：
你是一名游戏客服意图识别专家。请严格按JSON格式输出，只包含四个字段：intent（字符串，取值为order_query、login_failure、item_missing、payment_refund之一）、entities（对象，含order_id、game_name、item_id、refund_amount等可选键）、missing_fields（字符串数组，列出当前缺失的必填字段，如["order_id"]）、is_complete（布尔值，仅当所有必填字段齐全时为true）。
【missing_fields必须为空数组[]或明确列出字段名，不能写null或省略】否则后续条件分支无法正确判断是否需要澄清。
配置多轮状态保持与字段暂存
在意图识别Agent节点后，立即添加一个「变量赋值」节点：
设置session.intent = {{agent_1.output.intent}}；session.missing_fields = {{agent_1.output.missing_fields}}；session.entities = {{agent_1.output.entities}}。
这一步把识别结果存入会话变量，确保后续轮次能读取上一轮提取的game_name或partial order_id，避免每次重新解析。
注意：不要用普通变量（如var.xxx），会话变量（session.xxx）才能跨轮次存活。
构建澄清话术生成与条件路由
方法一：用条件分支+预设话术
拖入「条件分支」节点，设置判断条件为{{session.missing_fields.length > 0}}。
真分支接一个「文本生成」节点，Prompt写：“请用户提供{{session.missing_fields[0]}}。例如：‘我的订单号是123456’或‘我玩的是《幻界Online》’。”
假分支直接连向下一级知识检索Agent。
方法二：用独立Agent动态生成
真分支接一个新Agent节点，指令为：“你是一个客服澄清助手。已知用户意图是{{session.intent}}，缺失字段是{{session.missing_fields}}。请用口语化短句向用户提问，只问一个字段，不解释原因，不带编号，结尾用句号。示例：‘方便提供一下订单号吗？’”
这一步生成的话术更自然，但需额外调试提示词避免生成冗长句子。
实现用户补全后的自动续流
第一步：在澄清回复节点后，添加「用户输入捕获」节点，勾选「等待用户下一条消息」。
第二步：该节点输出接入第二个意图分析Agent（复用同一套Prompt模板），但输入内容改为{{user_input}} + “上下文：{{session.intent}}，已提供{{session.entities}}，仍缺{{session.missing_fields}}。”
第三步：此Agent输出再次写入session变量，覆盖原有值。
第四步：再接一次相同条件分支，若missing_fields为空则走正向流程，否则循环澄清。
这四步构成闭环，用户补全任意字段后，系统自动重试识别，无需人工干预或重启对话。
