跳到主要内容

问题分类器

问题分类器 是 XpertAI 工作流中的智能节点之一，能够根据用户输入的文本，将其自动归类到预设的多个问题类别中。通过定义清晰的分类标签和描述，该节点可准确判断输入内容的语义意图，为后续流程分支提供依据。

典型应用场景​

问题分类器广泛应用于以下场景：

  • 客服场景中的问题意图识别（如订单、售后、产品使用等）
  • 用户评论或反馈的自动分拣
  • 企业内部工单归类或邮件初筛

例如，在一个客户服务机器人流程中，问题分类器可以作为第一步，用于判断用户问题的类型并引导其进入合适的回复路径或系统接口。

示例分类：

分类序号分类描述说明
1售后服务相关保修、退换货、客服支持等问题
2产品使用相关如何使用、功能设置等问题
3其他问题无法归类到其他类别的问题

示例输入与分类结果：

  • “如何设置手机的面部识别？” → 分类结果：2（产品使用相关）
  • “你们的保修期是多久？” → 分类结果：1（售后服务相关）
  • “你喜欢吃苹果吗？” → 分类结果：2（其他问题）

配置方法​

在智能体工作流中添加「问题分类器」节点后，请按以下步骤完成配置：

步骤 1：选择输入变量​

选择用户输入文本的来源变量，通常是来自系统或对话上下文中的 human.input 或自定义变量。

步骤 2：设定分类选项​

在节点配置中，添加多个分类标签，每个分类需包含：

  • 分类描述（引导模型进行判断的内容，如“问题与维修、退货、客服相关”）

分类数量不限，建议标签间语义区分明确。

步骤 3：模型推理​

分类器会调用平台集成的自然语言模型，对输入文本进行推理，返回最匹配的分类序号。无需手动指定模型，系统会自动选择合适模型进行推理。

步骤 4：配置后续流程分支​

每个分类结果将返回一个对应的数字序号（如 1、2、3），存储于变量 <node>.category 中。

你可以在当前节点进行分支控制，也可以在后续节点中依据该变量控制流程分支，例如：

如果 <node>.category == 1，则跳转至「售后处理」节点
如果 <node>.category == 2，则跳转至「功能说明」节点
如果 <node>.category == 3，则跳转至「兜底回复」节点

输出说明​

输出变量：<node>.category​

  • 类型：数字
  • 含义：表示匹配到的分类序号（从 1 开始）
  • 用法：可在判断节点、API 请求节点、知识库节点等后续逻辑中使用该变量决定处理方向。

示例配置（简化）​

分类标签：
- 标签：售后服务相关
  描述：涉及退换货、维修、客服支持的问题
- 标签：产品使用相关
  描述：如何使用产品、产品功能设置等问题
- 标签：其他问题
  描述：与产品无关或无法归类到前两类的问题

用户输入：“我的耳机接收不到蓝牙信号怎么办？” 系统判断分类为「产品使用相关」，返回 <node>.category = 2

6. 配置建议​

  • 描述尽量具体：分类描述越详细，模型分类效果越好。
  • 避免重叠语义：各标签之间应具有明显的语义边界。
  • 合理控制分类数量：建议单节点内控制在 3~10 类，以避免语义模糊。

7. 常见问题​

Q：结果是文本标签还是数字？​

A：分类结果为数字序号，从 1 开始，保存在变量 <node>.category 中。你可以通过该值判断具体匹配到了哪个分类标签。

Q：是否支持多个分类结果？​

A：目前每次推理仅返回最可能的一个分类。若需支持多标签分类，请联系平台支持或结合多个分类器节点进行判断。