典型应用场景
问题分类器广泛应用于以下场景：- 客服场景中的问题意图识别（如订单、售后、产品使用等）
- 用户评论或反馈的自动分拣
- 企业内部工单归类或邮件初筛
| 分类序号 | 分类 | 描述说明 |
|---|---|---|
| 1 | 售后服务相关 | 保修、退换货、客服支持等问题 |
| 2 | 产品使用相关 | 如何使用、功能设置等问题 |
| 3 | 其他问题 | 无法归类到其他类别的问题 |
- “如何设置手机的面部识别？” → 分类结果：
2（产品使用相关） - “你们的保修期是多久？” → 分类结果：
1（售后服务相关） - “你喜欢吃苹果吗？” → 分类结果：
2（其他问题）
配置方法
在智能体工作流中添加「问题分类器」节点后，请按以下步骤完成配置：步骤 1：选择输入变量
选择用户输入文本的来源变量，通常是来自系统或对话上下文中的human.input 或自定义变量。
步骤 2：设定分类选项
在节点配置中，添加多个分类标签，每个分类需包含：- 分类描述（引导模型进行判断的内容，如“问题与维修、退货、客服相关”）
步骤 3：模型推理
分类器会调用平台集成的自然语言模型，对输入文本进行推理，返回最匹配的分类序号。无需手动指定模型，系统会自动选择合适模型进行推理。步骤 4：配置后续流程分支
每个分类结果将返回一个对应的数字序号（如 1、2、3），存储于变量<node>.category 中。
你可以在当前节点进行分支控制，也可以在后续节点中依据该变量控制流程分支，例如：
输出说明
输出变量：<node>.category
- 类型：数字
- 含义：表示匹配到的分类序号（从 1 开始）
- 用法：可在判断节点、API 请求节点、知识库节点等后续逻辑中使用该变量决定处理方向。
示例配置（简化）
<node>.category = 2
6. 配置建议
- 描述尽量具体：分类描述越详细，模型分类效果越好。
- 避免重叠语义：各标签之间应具有明显的语义边界。
- 合理控制分类数量：建议单节点内控制在 3~10 类，以避免语义模糊。
7. 常见问题
Q：结果是文本标签还是数字？
A：分类结果为数字序号，从 1 开始，保存在变量<node>.category 中。你可以通过该值判断具体匹配到了哪个分类标签。