发帖
雷达卡
一本了解AI搜索中的意图分析
搜索引擎在二十多年的发展中，始终致力于更准确、高效地捕捉和满足用户需求。无论是自然语言理解的深入、检索速度的提升，还是排序机制的优化，其最终目标都是构建一个真正“懂”用户的智能系统。而实现这一目标的核心技术之一，正是——意图分析。
作为连接用户输入与精准服务响应的关键桥梁，意图分析的重要性随着大模型技术的进步愈发突出。特别是在当前AI驱动的搜索场景下，对用户真实诉求的深度解析已成为智能化升级的必然方向。
什么是意图分析？
意图分析本质上是一项基于自然语言处理的文本分类任务，旨在通过识别用户的文字或语音输入，将其归入预设的意图类别，从而判断其真实目的。要使该过程有效，首要前提是建立一套清晰、完整且适用于具体场景的意图体系。若分类标准模糊或覆盖不足，即便模型能力再强，也难以准确还原用户本意。
值得注意的是，不同于情感倾向（如积极/消极）等通用分类任务，意图分析具有高度的应用依赖性。例如，在电商环境中，“商品查询”“比价”“下单”属于典型意图；而在客服系统中，则可能是“咨询”“投诉”或“建议”。因此，脱离实际业务场景谈意图划分，往往会导致识别失准。
正因如此，在AI搜索中，意图分析的核心价值在于：对用户表达进行全方位解析，不仅识别表面请求，更能挖掘其中隐藏的多层、复合型需求，确保关键信息不被遗漏。
常见的实现方式
目前主流的做法是构建统一的意图分类框架，并借助提示词工程引导大模型完成分类决策。
（1）系统提示词设计
以下是一个典型的系统角色设定：
# 角色
你是一个意图分析器，负责将用户问题进行归类。
## 意图类目
用户的问题主要分为如下几个意图类目：
- 获取信息（access_information）：例如“牛顿第二运动定律是什么”
- 知识学习（learn_and_explain）：例如“请从物理角度详细讲解并教会我牛顿第二运动定律”
- 文章写作（writing）：例如协助拆解需求并撰写某一主题的文章
- 对话互动（chat）：例如“你好”，仅用于开启对话
## 返回格式
{
"intention": ""
}
## 开始
请根据用户输入的问题，按上述格式返回最匹配的意图。
（2）使用示例与局限性
假设我们向模型输入如下复杂请求：
先搜索最新的新闻材料，然后提取出符合高中生价值观的作文主题，最后基于这个主题与新闻材料写一篇800字的作文。
模型输出为：
{
"intention": "writing"
}
可以看出，尽管整个请求包含多个步骤——信息检索、主题提炼、内容生成——但最终仅被归为单一的“文章写作”意图。这种粗粒度分类虽能应对简单查询，却无法体现复杂任务中的阶段性子意图，限制了后续系统的精细化响应能力。
当前面临的主要挑战
（1）输入表达不规范
用户在实际提问时常出现错别字、网络用语、冗余语气词或断续表达等问题，给意图识别带来干扰。传统方法对此类噪声处理效果有限，但在大模型强大语义理解能力的支持下，如今已能较好地纠正和还原原始意图，显著提升了鲁棒性。
（2）意图表达不明确
当用户输入过于简短时，极易产生歧义。例如仅输入“买票”，系统难以判断是指购买火车票、电影票还是演出门票。此类模糊表达需要结合上下文、历史行为或用户画像进行推理，以推测最可能的意图，目前多依赖个性化推荐机制辅助判断。
（3）存在多个意图
许多真实场景下的用户请求并非单一意图，而是由多个子任务构成的复合型指令。现有基于固定标签的分类方式通常只能捕捉最终目标，忽略中间环节，导致服务流程断裂。如何有效拆解并识别多层次意图，仍是亟待突破的技术难点。
未来的优化方向
（1）精准识别核心意图
首要任务是准确锁定用户的核心诉求。这要求系统不仅能理解字面含义，还需结合语境推断潜在动机，避免因表面词汇相似而导致误判。
（2）引入思考与推理机制
在识别基础上，系统应具备逻辑推导能力，能够分析问题结构，拆解任务链条，理解各步骤之间的依赖关系，为后续执行提供路径指引。
（3）生成可操作的规划方案
理想的意图分析不应止步于分类结果，而应进一步输出结构化行动计划，包括任务分流、模块调用建议等，实现从“理解”到“行动”的闭环。
最终实现示例
（1）系统提示词改进版
为支持更细粒度识别，可在原有基础上增强提示词的结构性与推理引导能力，使其不仅能分类，还能解析复合意图。
（2）输入问题示例
仍以前述作文生成任务为例：
先搜索最新的新闻材料，然后提取出符合高中生价值观的作文主题，最后基于这个主题与新闻材料写一篇800字的作文。
（3）期望输出结果
理想情况下，系统应返回包含多阶段意图的结构化响应，而非单一标签，例如：
{
"intention": "multi-step_task",
"sub_intentions": [
"information_retrieval",
"theme_extraction",
"article_generation"
]
}
这样的输出更能反映任务本质，为后续系统协同处理提供明确依据。
在实际应用中，用户往往会在一次输入中表达多个操作意图，这种情况在智能家居控制、智能驾驶助手以及AI搜索等场景中尤为普遍。例如，用户可能会发出如下指令：
“请先关闭车窗，再把空调温度调到29度，然后加热座椅，最后随机播放一首歌曲。”
同样，在信息检索类任务中也存在类似复杂请求，比如：
给我搜索一下最新的新闻材料，然后提取出一个符合高中生价值观的作文主题，最后基于这个主题与新闻材料写一篇800字的作文。
这类包含多步骤、跨阶段的复合型请求，对系统的意图理解能力提出了更高要求——不仅需要准确识别用户的最终目标，还需合理拆解中间过程，并有序规划执行路径。
优化思路：以“大堂经理”模式重构意图分析流程
为了更高效地处理上述问题，可以将意图分析系统类比为服务场所中的“大堂经理”。无论是在银行、医院还是餐厅，大堂经理并不直接执行具体事务，而是承担引导和协调的角色，其工作遵循标准三步法：
- 接收需求：明确用户的核心诉求；
- 思考路径：判断解决问题所需的资源与步骤；
- 分流引导：提供清晰的任务分配方案。
这一逻辑可被完整迁移到AI意图分析体系中，从而实现从“被动响应”向“主动规划”的升级。
（1）意图识别：聚焦用户根本目的
在此阶段，系统应忽略任务中的过程性描述（如“先搜索新闻”“再提取主题”），专注于提炼用户的最终目标。通过对原始输入的语义解析，将其归入以下四类核心意图之一：
- 方法类（method）：适用于需要详细解释、操作步骤或原理说明的问题，典型特征是关注“如何做”或“为什么”，例如“请详细讲解三角函数的解题思路”。
- 创作类（write）：涵盖各类文本生成任务，包括文章写作、报告撰写、文案创作等，强调内容产出，如“帮我写一篇年度述职报告样章”。
- 总结类（summary）：用于获取简明信息或快速回答，注重效率与概括性，区别于方法类的深度解析，例如“为什么开车不易晕车但坐车容易晕车？”
- 无意图（none）：指日常对话、情感交流或无明确任务导向的互动，如“你好啊”“今天心情不错”等非功能性对话。
（2）推理思考：构建解决路径
在确定用户意图后，系统需模拟人类思维过程，进行链式推理（Chain-of-Thought），思考达成该意图所需的具体步骤。此阶段的关键在于：
- 是否需要外部数据支持（如联网搜索最新资讯）；
- 是否采纳用户提出的执行顺序（如“先提取主题再写作文”）；
- 如何组织各子任务之间的依赖关系与流转逻辑。
通过这一过程，系统能够形成一条从目标反推至初始动作的清晰路径，为后续结构化输出奠定基础。
（3）规划生成：输出可执行任务流
尽管已完成内部推理，但这些思维结果仍处于非结构化的自然语言状态。因此，第三步的目标是将抽象的思考转化为机器可识别、可追踪的结构化指令序列。该规划应明确每个步骤的动作类型、参数内容及执行顺序，作为下游任务系统的执行依据。
最终输出格式如下：
{
"plan": [
{"type": "search_web_and_output", "keyword": "搜索关键词", "part": "该步骤输出内容的归属部分"},
{"type": "output", "part": "该步骤输出内容的归属部分"},
{"type": "end"}
]
}
系统实现方案
基于以上优化逻辑，以下是完整的系统提示词设计，用以引导模型完成“识别—推理—规划”全流程。
# 角色
你是一个意图分析器，负责对用户问题进行分类与任务规划。
## 目标
分析用户提问，识别其所属意图类别，并生成相应的执行计划。
## 可选意图类型
- 方法 / method：需提供详细步骤、深入解析或专业指导的问题（例：“给我详细讲解一下三角函数的解题思路”）。
- 创作 / write：涉及内容生成的任务，如文章、报告、文案等（例：“帮我写一篇年度述职报告的样章”）。
- 总结 / summary：寻求信息摘要、简短回答或要点归纳的需求（例：“为什么开车不易晕车但坐车容易晕车？”）。
- 无 / none：无明确任务指向的日常闲聊（例：“你好啊”“今天天气怎么样”）。
## 支持的动作类型
- 联网搜索并输出: {"type": "search_web_and_output", "keyword": "搜索关键词", "part": "该步骤输出内容的归属部分"}
- 仅输出: {"type": "output", "part": "该步骤输出内容的归属部分"}
- 结束: {"type": "end"}
## 示例
### 输入
给我搜索一下最新的新闻材料，然后提取出一个符合高中生价值观的作文主题，最后基于这个主题与新闻材料写一篇800字的作文。
### 输出
{
"thought": "嗯，我明白你的问题。考虑到这是一个多步骤的任务，我会先进行联网搜索并输出最新的新闻材料。接着，我会分析这些材料并提取出一个符合高中生价值观的作文主题。最后，我会基于这个主题和新闻材料，写一篇800字的作文。",
"plan": [
{"type": "search_web_and_output", "keyword": "最新新闻材料", "part": "新闻材料"}
],
"intent": "write"
}
在对用户提问进行深入分析后，我们可将整个意图处理流程拆解为三个核心阶段：识别意图、思考推理与规划生成。这一结构化的方法确保系统不仅能理解用户需求，还能为其提供清晰、可执行的解决方案路径。
如何学习唱歌首先，在“识别意图”阶段，系统判断出用户的提问“如何学习唱歌”属于典型的“方法类意图”。这类问题的核心特征是寻求实现某一目标的具体步骤或操作流程，即“如何做”的问题。因此，系统准确捕捉到用户希望获得关于学习唱歌的系统性指导这一根本诉求，并将其归类为需要分步解答的任务类型。
其次，“思考推理”过程模拟了人类解决实际问题的思维链条（Chain-of-Thought）。从明确用户目标出发，系统进一步推导出学习唱歌所涉及的关键知识模块，包括基础乐理掌握、呼吸控制、发声技巧、日常练习机制以及情感表达能力的培养等。通过对这些要素的逻辑梳理，系统建立起一个由浅入深、循序渐进的认知框架，为后续输出提供理论支撑。
接下来是“生成规划”阶段，该阶段将上述推理结果转化为机器可解析的结构化指令序列。整个规划以“output”动作构成有序列表，每一项对应一个具体的学习环节：
- 学习唱歌的基础准备（如了解音域、学习乐理基础）
- 掌握正确的呼吸方法（腹式呼吸、气息控制练习）
- 学习发声技巧（声带运用、共鸣训练）
- 进行系统练习（音阶练习、歌曲演唱实践）
- 培养乐感与情感表达（节奏训练、理解歌曲情感）
- 养成良好的练习习惯与注意事项（避免过度用嗓、定期复盘）
该流程最终以“end”标记结束，防止执行循环。所有步骤遵循从基础到进阶的学习规律，形成一条完整的技能构建路径。
综上所述，优化后的意图分析机制实现了从单一分类判断向全流程任务导航的升级。通过“识别意图—思考推理—生成规划”的三阶闭环设计，系统不仅能够精准理解用户需求，更能主动规划实现路径，扮演类似“任务大堂经理”的角色，有效支撑复杂场景下的智能响应。
作者介绍：
吕思：服务端高级工程师。著有《大模型应用落地：实战AI搜索》，目前专注于大模型的应用落地与核心架构研发，助力业务成功实现大模型场景化应用和基于AI的数字化转型。曾就职于多家知名中大型互联网公司和上市企业，深耕互联网项目。多次荣获省级 ACM 等重要奖项，并热衷于开源，个人开源项目广受开发者社区认可，累计收获上千次关注（Star）。
京公网安备 11010802022788号
