意圖辨識

什麼是意圖辨識？

意圖辨識是從使用者的自然語言輸入中，判斷對方想完成什麼事的過程。當客戶輸入「我需要更改收件地址」或說出「取消我的訂閱」時，意圖辨識系統會將這些訊息歸類為結構化類別，例如 update_address 或 cancel_subscription。它是讓 AI 代理從理解文字進一步採取行動的基礎層。

從技術角度來看，意圖辨識（又稱意圖偵測或意圖分類）會將非結構化的文字或語音對應到一組預先定義的意圖標籤。它位於自然語言處理（NLP）與機器學習分類的交會點，也是任何需要轉接、回覆或解決客戶請求的系統的第一步。

意圖辨識的運作方式

現代意圖辨識系統分為數個階段運作。首先，原始輸入會經過前處理：斷詞、正規化與雜訊移除。接著，系統使用嵌入模型或基於 Transformer 的編碼器（如 BERT 或 sentence-transformers）為文字產生數值表示。這些嵌入向量捕捉的是輸入的語意，而不只是關鍵字。

接著，嵌入向量會送入分類層，將輸入對應到一個或多個意圖類別。傳統做法採用以標註訓練資料進行的監督式學習。目前最先進的系統則採用混合式流程，依信心分數將輸入分流：明確、高信心的查詢交給快速的編碼器模型，模糊或複雜的請求則交給大型語言模型（LLM）。根據 EMNLP 2024 發表的研究，這種基於不確定性的混合分流能在延遲與準確度之間取得平衡，而這正是正式上線的客服環境中至關重要的權衡。

ACL Anthology（2024）的研究顯示，運用 LLM 內部表示的兩步驟方法已大幅改善超出範圍偵測，讓 AI 系統能辨認客戶請求不屬於已知類別，而不是硬套一個錯誤的對應。

意圖辨識的關鍵組成

**訓練資料與意圖分類體系：**設計完善的意圖分類體系是任何辨識系統的骨幹。每個意圖都需要具代表性的範例，涵蓋客戶表達同一目標的各種說法。資料稀少或標註不佳，是正式環境中分類錯誤的首要原因。

**嵌入模型：**基於 Transformer 的編碼器將文字轉換為稠密向量表示。SetFit 等微調模型運用對比學習，每個意圖只需 8 個標註範例即可產生高品質的嵌入向量。

**分類層：**可以是簡單的 softmax 分類器、嵌入空間中的最近鄰搜尋，或是運用情境學習與思維鏈提示的 LLM 生成式分類器。

**超出範圍（OOS）偵測：**辨認查詢不符合任何已知意圖，與分類已知意圖同樣重要。缺乏可靠的 OOS 偵測，系統就會憑空產生意圖標籤，把客戶引導到錯誤的路徑。

**多模態訊號：**多模態意圖辨識的新興研究結合文字、聲音線索（語調、語速）與視覺訊號，更完整地掌握使用者意圖，對語音 AI 與視訊客服管道尤其重要。

意圖辨識為何對客戶體驗（CX）至關重要

每一次客戶互動都始於意圖。如果系統將帳單問題誤判為技術支援請求，客戶會被轉接到錯誤的團隊、重複說明問題，最後流失。準確的意圖辨識直接影響解決率、首次聯繫解決率與客戶滿意度。這正是能解決問題的 AI 代理與令人挫折的 AI 代理之間的差別。

在企業客服中，意圖分類體系可能橫跨各種產品、語言與管道，多達數百個類別。要在這種規模下維持準確度，必須持續重新訓練模型、監控意圖漂移，並具備穩健的 OOS 處理能力。將意圖辨識視為設定後就不再理會的靜態元件的組織，表現始終不如預期。

Maven 的優勢

Maven AGI 平台採用多層式意圖辨識，結合基於 Transformer 的分類與檢索增強生成（RAG），在情境中理解客戶意圖。Maven 的 AI 代理不依賴僵化的意圖分類體系，而是運用完整的對話紀錄與知識庫情境，判斷客戶需要什麼，以及如何解決。

教育科技公司 Mastermind 透過 Maven AGI 達成 93% 的即時聊天解決率。這樣的解決率始於對每則進線訊息的準確意圖辨識，確保客戶第一次就能得到正確答案。

Maven 擁有 100+ 項整合，將意圖與 CRM、帳務、訂單管理及知識庫系統中的行動串連起來。進一步了解意圖辨識如何融入現代 AI 架構，請參考 Stanford AI Lab，或探索 ACL 關於 LLM 時代意圖偵測的研究。

常見問題

意圖辨識與命名實體辨識有何不同？

意圖辨識是分類訊息的整體目標（使用者想做什麼），而命名實體辨識（NER）則是從訊息中擷取特定資料點（訂單編號、日期、產品名稱）。兩者在 NLP 流程中相互配合：意圖辨識決定要執行的動作，NER 則填入執行所需的參數。

意圖辨識如何處理一則訊息中的多個意圖？

多意圖偵測是目前活躍的研究領域。當客戶說「我想退回訂單，順便更新付款方式」時，系統必須同時辨識出 return_order 與 update_payment 兩個意圖。現代做法使用多標籤分類或基於 LLM 的解析，將複合請求拆解為個別可執行的意圖。

意圖辨識能跨語言運作嗎？

可以。mBERT 和 XLM-R 等多語言 Transformer 模型支援數十種語言的意圖分類。跨語言遷移學習讓主要以英文資料訓練的模型，也能以合理的準確度分類其他語言的意圖，不過針對特定語言進行微調可進一步提升表現。

如何衡量意圖辨識的準確度？

標準指標包括各意圖類別的精確率、召回率與 F1 分數，以及整體準確度。對客服而言，最有意義的指標是端到端解決：系統是否正確辨識意圖並解決問題？準確度達 95% 的意圖分類器，若誤判的 5% 恰好是高價值意圖，仍可能嚴重損害客戶體驗。