MerCry
/
ai-robot-core
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
ai-robot-core/spec/intent-driven-script/metadata-intent-flow-operat...

5.8 KiB
Raw Blame History

元数据 + 意图识别 + 话术流程关联操作文档

1. 目标

本文用于指导运营/配置人员在管理界面完成以下闭环：

  1. 配置元数据字段
  2. 录入知识库文档并标注元数据
  3. 配置意图规则（触发路由）
  4. 配置话术流程（多轮推进）
  5. 打通“意图 -> 检索/流程 -> 话术生成”

适用对象：产品、运营、实施、测试。

2. 概念关系（先理解）

  • 元数据（Metadata）：用于“筛选与路由”的标签，如 grade、subject、scene。
  • 意图规则（Intent Rule）：用于判断“用户在说什么、系统该做什么”。
  • 话术流程（Script Flow）：用于处理“多轮引导”，例如收集年级 -> 收集薄弱点 -> 推荐课程。

执行链路：

用户消息 -> 意图匹配 ->

  • 命中 response_type=rag：进入知识库检索（带 metadata filter）
  • 命中 response_type=flow：进入话术流程
  • 命中 fixed/transfer：直接固定回复或转人工

3. 第一步：配置元数据字段

进入：元数据配置 页面 -> 新建字段。

建议首批字段（教育场景）：

  • grade（枚举）：初一/初二/初三/all
  • subject（枚举）：语文/数学/英语/物理/化学/综合/all
  • scene（枚举）：pain_point/transition/module_intro/faq/policy/closing
  • flow_step（枚举）：step1/step2/step3/step4/step5/none
  • intent_type（枚举）：ask_grade/ask_weak_point/module_recommend/next_action/faq_answer/compliance
  • audience（枚举）：parent/student/all
  • priority（数字）：1-10
  • status（枚举）：draft/active/deprecated

字段配置建议：

  • 是否必填：grade/subject/scene/status 建议必填
  • 可过滤：上述字段建议全部开启
  • 排序特征：仅 priority 建议开启
  • 状态：配置完成后由 草稿 -> 激活

注意：字段标识只用小写字母/数字/下划线，避免后续过滤失败。

4. 第二步：录入知识库文档并打元数据

进入：知识库文档 页面 -> 新增文档。

4.1 文档内容规范（你当前按行分块）

  • 一行一个知识点
  • 每行尽量只表达一个事实或一个建议
  • 避免一行过长（建议 20~80 字）

4.2 元数据填写规范

示例（初一痛点文档）：

  • grade=初一
  • subject=综合
  • scene=pain_point
  • flow_step=step2
  • intent_type=ask_weak_point
  • audience=parent
  • status=active
  • priority=8

4.3 无年级、仅学科的数据怎么填

  • grade=all
  • subject=语文/数学/...
  • 其余按场景填写

不建议因为“无年级”单独新建知识库，优先通过文档+metadata区分。

5. 第三步：配置意图规则（路由入口）

进入：意图规则 页面 -> 新建规则。

5.1 必填项

  • 名称
  • keywords（关键词）和/或 patterns（正则）
  • response_type：fixed / rag / flow / transfer
  • 优先级

5.2 推荐路由策略

  • 课程咨询、薄弱点分析 -> response_type=flow
  • 短问短答（价格、班型） -> response_type=rag 或 fixed
  • 明确转人工 -> response_type=transfer

5.3 metadata 关联

在意图规则 metadata 中建议填写：

  • scene
  • grade（可选）
  • subject（可选）

用于后续检索过滤增强。

6. 第四步：配置话术流程（与意图绑定）

进入：话术流程 页面 -> 新建或编辑流程。

6.1 你当前推荐流程（示例）

  • Step1：确认年级
  • Step2：年级特点 + 过渡到薄弱点
  • Step3：确认薄弱科目/能力点
  • Step4：针对薄弱点介绍课程模块
  • Step5：给出下一步建议

6.2 每步建议配置

  • script_mode = flexible
  • 配置 intent / intent_description
  • 配置 script_constraints
  • 配置 fallback content
  • 配置 expected_variables（如 grade, weak_points）

6.3 与知识库关联方式

  • 在流程步骤中通过 rag_config.tag_filter 或上下文变量注入过滤（如 grade, subject, scene）
  • Step2 常用 scene=pain_point
  • Step4 常用 scene=module_intro

7. 第五步：关联关系配置清单（上线前检查）

7.1 意图 -> 流程

  • 已有意图规则 response_type=flow
  • flow_id 指向正确流程

7.2 意图/上下文 -> 检索

  • 命中 response_type=rag 或流程步骤需要RAG时
  • metadata filter 至少包含 grade/subject/scene 之一

7.3 文档 -> 检索命中

  • 文档已 status=active
  • 文档 metadata 与过滤字段一致（值完全一致）
  • 文档内容按行分块且可检索

8. 验收用例（建议）

用例1：初一家长咨询

输入：孩子刚上初一，成绩上不去怎么办？ 期望：

  1. 命中课程咨询意图
  2. 进入 flow（或rag+flow）
  3. 检索优先命中 grade=初一 且 scene=pain_point 文档

用例2：仅学科问题

输入：语文阅读理解总是丢分 期望：

  1. 命中学科提升相关意图
  2. 检索命中 subject=语文、grade=all 或当前年级内容

用例3：无召回兜底

输入：冷门问题且无相关文档 期望：

  1. 返回 fallback 话术
  2. 记录无召回原因（便于补文档）

9. 常见问题与处理

  1. 有文档但检索不到
  • 检查 metadata 值是否一致（如“初一” vs “七年级”）
  • 检查字段是否可过滤、状态是否 active
  1. 命中不准，答非所问
  • 缩小意图规则关键词
  • 增加 metadata 过滤条件
  • 拆分长行文本为更原子知识点
  1. 是否要新增知识库
  • 先不拆库，优先文档+metadata
  • 仅当串库严重/权限隔离/规模过大再拆

10. 运营维护建议

  • 每周复盘：
    • 高频命中问题
    • 无召回问题
    • 错召回问题
  • 按复盘结果更新：
    • 意图规则关键词与优先级
    • 文档内容与metadata
    • 流程约束与fallback

目标：持续提高“命中率、相关性、可用率”。