问题分类节点

节点说明

问题分类节点用于对用户提出的问题进行意图识别和归类。通过配置提示词、大模型参数及分类项，实现对问题的自动分流判断，常用于多意图分支处理场景。

节点配置

问题分类节点主要包含以下五个模块：输入、大模型、历史记录、分类、输出。

1. 输入模块

用于配置待分类的问题输入，通常引用上游节点的问题字段，如：

2. 大模型模块

可配置大模型类型、温度以及提示词模板。

• 模型：选择用于分类任务的大语言模型。
• 温度：控制回答的随机程度，分类推荐设置为 0.3 ~ 0.5。

• 用户提示词模板：用于约束大模型的分类行为。例如：

  请判断是否为历史相关的问题
  

  若用户未填写该模板，系统将直接使用”分类”模块中填写的每个分类定义来判断所属类别。

3. 历史记录模块

可选配置，开启后可以引入对话上下文辅助分类判断。

• 记录方式：支持”按对话”或”token”方式记忆对话内容。
• 对话数 / token数：控制引入的历史信息数量，范围1~3轮或指定token长度。

4. 分类模块

用于定义各个可选分类项。

• 每个分类项可命名，如”历史相关的问题”、”其他问题分类”等。
• 点击”+ 添加问题分类”可继续添加更多自定义分类。

该结果可用于后续流程的条件判断或分支跳转处理。

问题分类节点的合理配置可以帮助开发者实现对用户问题的智能归类，为下游处理逻辑提供精准的判断依据，提升整个流程的智能性与用户体验。