问题分类器

定义

通过定义分类描述，问题分类器能够根据用户输入，使用 LLM 推理与之相匹配的分类并输出分类结果，向下游节点提供更加精确的信息。

前置条件

创建AI Studio服务

场景示例

常见的使用情景包括客服对话意图分类、产品评价分类、邮件批量分类等。

在一个典型的产品客服问答场景中，问题分类器可以作为知识库检索的前置步骤，对用户输入问题意图进行分类处理，分类后导向下游不同的知识库查询相关的内容，以精确回复用户的问题。

下图为产品客服场景的示例工作流模板。

在该场景中我们设置了3个分类标签/描述。

• 分类1：与物流相关的问题

• 分类2：与产品相关的问题

• 分类3：其他问题

当用户输入不同的问题时，问题分类器会根据已设置的分类标签/描述自动完成分类。

• “iPhone 14 如何设置通讯录联系人？” —> “与产品相关的问题”

• “什么时候送到货？” —> “与物流相关的问题”

• “今天天气怎么样？” —> “其他问题”

节点配置

点击开始后面的添加问题分类器节点。

单击节点，在问题分类器面板进行配置。

配置步骤：

1. 选择输入变量，指用于分类的输入内容。

2. 选择推理模型，问题分类器基于大语言模型的自然语言分类和推理能力，选择合适的模型将有助于提升分类效果。

3. 编写分类标签/描述，你可以手动添加多个分类，通过编写分类的关键词或者描述语句，让大语言模型更好的理解分类依据。

4. 选择分类对应的下游节点， 问题分类节点完成分类之后，可以根据分类与下游节点的关系选择后续的流程路径。