从0到1打造企业级AI售前机器人——实战指南四：用户意图分析（路由解决方案）本篇是该系列的第四篇，核心内容是：实现用户意

欢迎大家来到企业级AI售前机器人实战系列文章： 从0到1完成一个企业级AI售前机器人的实战指南。

本篇是该系列的第四篇，核心内容是：实现用户意图分析，并且针对不同的意图执行不同的工作流

为了能够更好的让AI与用户进行沟通，我们需要先拆解在我们的业务场景中，我们的用户可能存在哪些意图。

随后我们将这些意图分发到不同的路由中执行对应的工作流，来针对性的回复用户，达到最好的对话效果。

例如：在售前场景中，我们的用户与我们的对话可以被我们拆解为以下意图：

1. 谈合同 预期场景：用户表达了非常强的购买意向示例问题：X产品怎么购买？、购买产品要签订什么协议？ 响应方式：此时需要具体分析用户的意图，进行下单链接的推荐或者合同、协议的推送

2. 留资 预期场景：用户表达了需要换个方式沟通，或者对话过程中AI认为需要用户进行留资。示例问题：电话联系吧、微信聊可以么？ 响应方式：此时需要存储用户的信息 + 与访客约定回访时间。

3. 需要产品推荐 预期场景：用户需要我们为其推荐一些产品。示例问题：你们有适合XX场景的产品么？ 响应方式：此时需要给用户进行产品推荐（必要时，需要先反问收集必要信息，然后才进行产品推荐）

4. 咨询某产品细节 预期场景：用户针对某产品细节进行沟通询问示例问题：套餐A和B的区别？、某产品可以做到XX事么？ 响应方式：根据对应的相关资料进行回复。没有资料时，将会触发留资场景。

5. 需要产品介绍 预期场景：用户需要我们介绍产品信息示例问题：某产品怎么样？、某产品能做到XX么？ 响应方式：对产品的基本信息、能力、规格、价格、套餐、活动价、案例等进行介绍

6. 询问其他场景 预期场景：与售前无关，但是与企业内其他工作（售后、客户经理）相关的query 示例问题：系统始终无法正确运行，怎么办？ 响应方式：针对不同场景进行个性化推荐

7. 闲聊 预期场景：闲聊示例问题：你好、你是谁 响应方式：保持售前人设的同时进行简单的回复，避免回复不必要的问题。

本篇讲解的重点将是如何进行对应路由的设计的代码编写。

关于我

我是一个十年老程序员、React Contributor，三年前转型至AI在应用层的设计与落地。

目前转型成功，并担任多个AI项目负责人，已经完成了多款智能问答产品的上线、以及TOB产品的功能AI化升级。

本专栏将会基于我过去几年的经验，对各类AI应用落地的方案和思路积累了很多踩坑和迭代经验，进行全方位的AI产品的核心流程拆解！

我相信AI在未来将会是基础设施，而对于普通人而言，基础设施的机会不在基础设施本身，在应用层谋求发展可能是一个不错的出路。

加油！共勉！

回归正题：

用户意图的路由设置

我们将在主流程代码中将任务进行完善的拆分和封装：

为了方便大家理解，我们代码中业务逻辑删除，处理函数都放到主文件中，代码位置src/index.js，后面的章节我们会把处理函数封装到对应的目录中：

import searchKnowledge from './knowledge/index.js'
import { Models, chatModel } from './models/index.js'
import { output_prompt, useful_prompt, analyse_prompt } from './prompts/index.js'


export default async function main({ query, history }) {
  // ! 意图分析
  let userAction = await handleAction({ query, history })
  let actionData; // 意图返回的结果

  let newQuery = query

  switch (userAction) {
    case '1': // 需要谈合同
      actionData = await handleHeTong({ query: newQuery })
      break;
    case '2': // 需要留资
      actionData = await handleLiuZi({ query: newQuery })
      break;
    case '3': // 需要产品推荐
      actionData = await handleTuiJian({ query: newQuery })
      break;
    case '4': // 咨询某产品细节
      actionData = await handleXiJie({ query: newQuery })
      break;
    case '5': // 需要产品介绍
      actionData = await handleJieShao({ query: newQuery })
      break;
    case '6': // 询问其他场景
      actionData = await handleOther({ query: newQuery })
      break;
    default:  // 闲聊
      actionData = await handleTalk({ query: newQuery })
      break;
  }

  // ! 最终回复
  let result = await chatModel({
    message: [
      { role: 'user', content: output_prompt({ query: newQuery, data: actionData }) },
    ],
    model: Models.db_32k_model,
    stream: true
  })
  return result
}



async function isUseful({ data, query }) {
  let result = await chatModel({
    message: [
      { role: 'user', content: useful_prompt({ query, data }) },
    ],
    model: Models.db_32k_model,
  })

  return result.indexOf("Y")
}

async function handleAction({ query, history }) {

  let result = await chatModel({
    message: [
      { role: 'user', content: analyse_prompt({ query, history }) },
    ],
    model: Models.db_32k_model,
  })

  return result

}

async function handleHeTong({ query }) {

  let actionData = "合同的结果"
  // ! 调用谈合同知识库
  let [knowledgeData] = await searchKnowledge({ query, knowledgeTag: "合同", score: 0.45, limit: 1 })
  // ! 根据知识库中的匹配，
  if (knowledgeData === '合同') {
    // 处理合同的业务逻辑
  }
  if (knowledgeData === '下单') {
    // 处理下单的业务逻辑
  }

  return actionData
}

async function handleLiuZi({ query }) {

  let actionData = "留资的结果"
  // ! 调用大模型进行留资对话，提示词需要做两个判断，1 用户是否提供了联系方式， 2 如果没有提供则与用户沟通联系方式。 最后与用户预约回访时间


  return actionData
}

async function handleTuiJian({ query }) {

  let actionData = "产品推荐的结果"
  // ! 调用产品推荐知识库
  knowledgeData = await searchKnowledge({ query, knowledgeTag: "产品介绍", score: 0.45 })


  // ! 判断知识库与用户信息的相关性
  knowledgeDataIsUseful = isUseful({ data: knowledgeData, query })
  if (!knowledgeDataIsUseful) {
    knowledgeData = null
  }

  return actionData
}
async function handleXiJie({ query }) {

  let actionData = "产品细节的结果"
  // ! 调用产品细节知识库
  actionData = await searchKnowledge({ query, knowledgeTag: "产品介绍", score: 0.45 })


  // ! 判断知识库与用户信息的相关性
  knowledgeDataIsUseful = isUseful({ data: knowledgeData, query })
  if (!knowledgeDataIsUseful) {
    knowledgeData = null
  }

  return actionData
}
async function handleJieShao({ query }) {

  let actionData = "产品介绍的结果"
  // ! 调用产品介绍知识库
  knowledgeData = await searchKnowledge({ query, knowledgeTag: "产品介绍", score: 0.45 })

  // ! 判断知识库与用户信息的相关性
  knowledgeDataIsUseful = isUseful({ data: knowledgeData, query })
  if (!knowledgeDataIsUseful) {
    knowledgeData = null
  }


  return actionData
}
async function handleOther({ query }) {

  let actionData = "其他场景的结果"
  // ! 调用大模型进行对话，提示词需要做两个判断，当前的对话是否需要售后进行回答。

  return actionData
}

async function handleTalk({ query }) {

  let actionData = "其他场景的结果"
  // ! 调用大模型进行对话，提示词需要做两个判断，当前的对话是否需要售后进行回答。

  return actionData
}