本文档介绍了在Agent管理中使用多级标签识别指令时如何配置提示词的示例
多级标签识别指令介绍
使用Agent管理时,选择指令内容为多指令标签识别,这时候可以看到多级标签识别流程分为第一步、第二步、第三步等,最多可以添加到第五步,可以理解成标签树的层级,最多为五级标签。

多级标签识别指令配置说明
说明
当前给到的示例仅供参考,在实际使用时需要以及自己的业务场景选择使用以及配置。
第一步(一级标签)
# 背景知识
## 标签库使用规范
你将收到一个结构化标签库,标签库字段固定为:**名称、释义、判定规则、关键词、常见问题**。请严格按这些字段进行判断,不得自行扩展标签边界。
- **名称**:
标签的唯一合法输出值。最终输出时只能输出标签库中某条标签的"名称",不得修改、缩写、组合或虚构。
- **释义**:
用于理解该标签的核心范围和边界,是重要判断依据,但不可据此无限扩大归类范围。
- **判定规则**:
具有最高优先级,必须优先参考。
- 若用户问题符合"判定规则"的明确情形,即使关键词不完全匹配,也应归入对应标签;
- 若多个标签都看似相关,优先选择"判定规则"更具体、更贴近用户问题的标签;
- 若"判定规则"与其他字段存在冲突,以更具体、更明确的规则优先。
- **常见问题**:
是对标签典型问题场景的补充说明,应作为重要参考。
- 若用户表达与某标签的"常见问题"高度一致,可归入该标签;
- 若"常见问题"与"判定规则"存在冲突,以"判定规则"为优先。
- **关键词**:
仅作为辅助线索,不具决定性。
- 出现关键词 ≠ 自动归类;
- 未出现关键词 ≠ 排除该标签;
- 必须结合用户语义及其他字段综合判断。
## 无效会话(严格限定,禁止扩展)
仅当对话内容符合以下其中一种情况时,才可判为“无效会话”。
具体无效情形包括:
-用户未发言,仅客服单方面问候/询问;
-仅咨询客服电话、投诉/表扬客服;
-仅咨询千问浏览器公司全称/公司地址;
-仅咨询警方调证流程/媒体采访流程;
- 发送乱码、表情包、无意义字符或图片,无文字信息;
-仅催促前工单处理进度、或抱怨前工单处理慢,**且未提出新问题或新诉求**。
**除此之外,所有涉及千问产品功能、权益使用、活动咨询、使用疑问的对话,无论问题多么简单,均视为有效会话。**
**严禁模型自行总结或添加新的“无效”类型(如“简单确认类问题”“无实质问题”等)。**
## 标签库
${labels}
# 任务定义
**判定结果候选标签**
- 仅允许以下之一(单选,输出为单元素列表):
1. 标签库中某条标签的合法"名称";
2. "无效会话"
-`remarks` 须基于用户原声和上下文,简明说明判断依据,体现从用户问题到标签匹配的逻辑链。
**判定逻辑**
判定焦点:检测用户(User)和客服(Agent)的对话内容或应用商店评价,识别最匹配的一个场景标签。输入范围为 `# 待分析内容` 围栏内全文,不得引入围栏外信息。
### 步骤一:理解用户核心问题
完整阅读对话内容,聚焦用户表达的真实诉求、遇到的问题或希望解决的事项。
判断时必须遵循以下原则:
- 必须以**用户首轮描述的问题场景本身**为核心;
- 可结合上下文辅助定位,但不能脱离用户原始语义主观臆测;
- 当用户咨询点不明确时,可结合客服的引导、回应或解决方案反推用户问题,但推断必须有明确语义支持;
- 对于应用商店评价,同样应提炼用户最核心的评价对象、问题点或诉求。
### 步骤二:判断对话是否属于无效会话
-是→输出标签“无效会话”;
-否→进入步骤三。
### 步骤三:对照标签库进行匹配
参照 `# 背景知识` 中的标签库使用规范,严格按字段进行判断。
**匹配原则**:
- 优先根据用户表达的**核心问题/诉求**匹配,而不是根据零散关键词匹配;
- 若多个标签相关,选择与用户问题**最直接、最具体、最贴近**的一个;
- 禁止输出标签库中不存在的标签名称;
- 禁止将释义、判定规则、常见问题中的示例、子类、举例内容当作新的输出标签,除非其本身明确存在于标签库中。
### 严禁行为
- 禁止改写、缩写或虚构标签名称;
- 禁止输出多个标签;
- 禁止添加额外字段;
- 禁止脱离对话内容主观猜测;
- 禁止因为问题简单、描述简短或缺少关键词,就直接归为"其他问题"。
# 待分析内容
```text
${dialogue}
```第二/三/四/五步(二/三/四/五级)
# 背景知识
## 标签库使用规范
你将收到一个结构化标签库,标签库字段固定为:**名称、释义、判定规则、关键词、常见问题**。请严格按这些字段进行判断,不得自行扩展标签边界。
- **名称**:
标签的唯一合法输出值。最终输出时只能输出标签库中某条标签的"名称",不得修改、缩写、组合或虚构。
- **释义**:
用于理解该标签的核心范围和边界,是重要判断依据,但不可据此无限扩大归类范围。
- **判定规则**:
具有最高优先级,必须优先参考。
- 若用户问题符合"判定规则"的明确情形,即使关键词不完全匹配,也应归入对应标签;
- 若多个标签都看似相关,优先选择"判定规则"更具体、更贴近用户问题的标签;
- 若"判定规则"与其他字段存在冲突,以更具体、更明确的规则优先。
- **常见问题**:
是对标签典型问题场景的补充说明,应作为重要参考。
- 若用户表达与某标签的"常见问题"高度一致,可归入该标签;
- 若"常见问题"与"判定规则"存在冲突,以"判定规则"为优先。
- **关键词**:
仅作为辅助线索,不具决定性。
- 出现关键词 ≠ 自动归类;
- 未出现关键词 ≠ 排除该标签;
- 必须结合用户语义及其他字段综合判断。
## 标签库
${labels}
# 任务定义
**判定结果候选标签**
- 仅允许以下之一(单选,输出为单元素列表):
1. 标签库中某条标签的合法"名称";
2. `"其他问题"`(当用户问题明确,且无法匹配标签库中的任何具体标签时)。
- `remarks` 须基于用户原声和上下文,简明说明判断依据,体现从用户问题到标签匹配的逻辑链。
**判定逻辑**
判定焦点:检测用户(User)和客服(Agent)的对话内容或应用商店评价,识别最匹配的一个场景标签。输入范围为 `# 待分析内容` 围栏内全文,不得引入围栏外信息。
### 步骤一:理解用户核心问题
完整阅读对话内容,聚焦用户表达的真实诉求、遇到的问题或希望解决的事项。
判断时必须遵循以下原则:
- 必须以**用户首轮描述的问题场景本身**为核心;
- 可结合上下文辅助定位,但不能脱离用户原始语义主观臆测;
- 当用户咨询点不明确时,可结合客服的引导、回应或解决方案反推用户问题,但推断必须有明确语义支持;
- 对于应用商店评价,同样应提炼用户最核心的评价对象、问题点或诉求。
### 步骤二:对照标签库进行匹配
参照 `# 背景知识` 中的标签库使用规范,严格按字段进行判断。
**匹配原则**
- 优先根据用户表达的**核心问题/诉求**匹配,而不是根据零散关键词匹配;
- 若多个标签相关,选择与用户问题**最直接、最具体、最贴近**的一个;
- 禁止输出标签库中不存在的标签名称;
- 禁止将释义、判定规则、常见问题中的示例、子类、举例内容当作新的输出标签,除非其本身明确存在于标签库中。
### 步骤三:兜底规则
若用户问题明确,且无法匹配到标签库中的任何具体标签,则统一输出"其他问题"。
使用"其他问题"时必须满足:
- 用户有明确问题、诉求、评价对象或咨询事项;
- 该问题不符合标签库内任何已定义标签;
- 不是因为信息太少就随意归为"其他问题",而是已完成充分比对后仍无法命中。
### 严禁行为
- 禁止改写、缩写或虚构标签名称;
- 禁止输出多个标签;
- 禁止添加额外字段;
- 禁止脱离对话内容主观猜测;
- 禁止因为问题简单、描述简短或缺少关键词,就直接归为"其他问题"。
# 待分析内容
```text
${dialogue}
```示例
模型:伶鹊-Plus
第一步:配置对应标签树的一级标签,以及一级标签对应的Prompt
第二步:配置对应标签树的二级标签,以及二级标签对应的Prompt
点击新增步骤,依次配置对应层级的prompt,然后保存配置即可。
该文章对您有帮助吗?