点击上方?公众号?关注我✅
你好啊，我是雨飞，见字如面。感谢阅读，期待我们下一次的相遇。
我们在日常的工作中，经常会遇到这种情况，用户输入的内容可能会存在不同的任务。比如，用户可能想检索新闻，或者查询当天的天气，也有可能绘制一张图片。
在 Coze 中，我们之前的做法一般是，通过一个大模型节点去进行用户的意图识别，然后使用选择器节点去针对不同分支进行判断，整体流程就显得非常冗余。
为此，Coze新增加了一种名为意图识别的节点，用于简化相关的流程，下面就一起学习下吧。
Coze 意图识别节点
意图识别是工作流中的一个节点，如下图所示，其目的就是识别用户输入的内容，然后进入到不同分支。
点击右侧的+ 号，就可以插入意图识别的节点。从上到下，依次是模型、输入、意图匹配、高级设置和输出五个部分。
模型就是我们可以选择的大模型，一般都使用豆包的模型就可以。
输入部分，只能用一个默认的输入名为query，是没法更改的。
意图匹配，这里可以增加不同的意图，我们上图就增加了联网搜索、生成图片这两个意图。
其他意图就是上面都不匹配的情况，增加的默认意图，要注意的是，这个线也必须连上，否则工作流会报错。
高级设置的地方，可以提供一些详细的实例，相当于Few-shot的提示词，以此增加意图识别的准确率。
最终输出的部分，会输出分类的ID，以及分到这个意图的原因。
使用起来也十分方便，实例展示如下：
每个意图都匹配下一个节点就可以了。
意图识别节点的优缺点分析
优点，简化了大模型节点+选择器节点的配置，使用起来非常方便。而且意图识别的准确率还是非常高的，特别适用于用户意图比较好判断的情况。
缺点，只能有一个输入的节点，而且是固定好的，提示词的功能比较弱，在用户意图较多，识别难度比较大的情况下，还是会出现用户意图识别不正确的情况。
使用建议
1、在用户意图比较清晰，且识别难度不高的情况下，可以优先选择意图识别节点。
2、用户意图非常复杂，或者需要多个输入节点才能判断用户意图的情况下，则需要使用大模型+选择器节点。
好啦，今天的文章就到这里。
欢迎点个赞，留下你的名字，祝，心想事成?。
❤️常驻小尾巴❤️
创建了一个AI学习与副业交流群，欢迎加我微信 1060687688 ，备注「围观群」邀你进群。
雨飞致力于AI工具拆解、AI智能体提效等解决方案的咨询、落地以及AIGC培训。欢迎加我微信，备注「公众号」，进行免费咨询，并领取AI学习资料和常用AI工具集。
「雨飞陪你玩赚AI」，永久免费星球，更多的思考都在这里了，交个朋友。
你的每一个『点赞』，都是鼓励我进步的勇气，点个『在看』，加油吧，一起成长！
声明：文中含有雨飞的广告