《WaLiOffice - AI Agent 智能办公平台》第2-6节：System Prompt工程与意图识别

作者：小傅哥
博客：https://bugstack.cn (opens new window)

沉淀、分享、成长，让自己和他人都能有所收获！😄

大家好，我是技术UP主小傅哥。

上一节我们把 ReAct 循环跑通了——LLM 能思考、能调用工具、产物能预览。但现在有个问题：LLM 不知道用户想要什么类型的产物。

用户说"帮我做个汇报"——是 PPT 汇报？Word 报告？还是 Excel 数据汇报？ 用户说"先帮我写提示词"——是文本意图，不能直接跳到图片/视频生成。 用户说"先做PPT，再生成流程图"——这是时序意图，要分步执行，不能一起做。

这些问题靠 ReAct 循环本身是解决不了的，因为 LLM 在决策工具之前，需要先知道"用户的真实意图是什么"。这就是**意图识别（Intent Analysis）**的价值所在。

但你想过没有：为什么不能直接让 LLM 自己判断意图？让 ReAct 循环里的 LLM 自己决定用哪个工具不就够了吗？

还真不够，原因有三：

1. 速度：意图识别是纯规则，计算毫秒级；LLM 判断需要一次 API 调用，耗时数百毫秒到数秒
2. 成本：意图识别不消耗 LLM token，节省 API 调用费用
3. 精确性：有些意图靠关键词就能精准判断（比如"帮我做个PPT"→PPT），不需要 LLM 推理

所以 WaLiOffice 采用了规则引擎优先、LLM 兜底的策略。

一、本章诉求

1. 理解 14 种意图类型（IntentType）及其应用场景
2. 掌握基于关键词权重的规则分类器设计
3. 学会时序意图检测（"先做X，再做Y"）
4. 理解指代消解（上下文追踪）
5. 掌握 build_intent_context_addition 系统提示词注入策略

二、流程设计

2.1 意图识别流程

意图识别在用户发消息后、ReAct 循环启动前执行，流程如下：

用户消息输入
        ↓
① 时序意图检测（先做X，再做Y？）
        ↓ 命中 → 返回 Compound 意图 + 子意图
② 文本优先检测（先写/先构思？）
        ↓ 命中 → TextGenerate 或具体子意图
③ 指代消解（这个/那个/继续？）
        ↓ 替换为实际内容
④ 关键词规则分类（权重匹配）
        ↓
⑤ 降级兜底（fallback）
        ↓
返回 IntentResult（含置信度 + 工具建议）

2.2 14 种意图类型

意图类型	触发关键词示例	对应工具	备注
Ppt	ppt、演示文稿、幻灯片	ppt_plan → ppt_generate	必须两步
Doc	word文档、报告、PRD、方案书	doc_generate
Markdown	markdown、readme、知识库、会议纪要	md_generate
Sheet	excel、表格、数据分析、排期	sheet_generate
Chart	图表、可视化、柱状图、折线图	chart_generate	非PPT/Excel场景
Drawio	draw.io、流程图、架构图、UML	drawio_generate
Image	生成图片、海报、封面、logo	image_prompt
Video	生成视频、短视频、动画片	video_generate
WebSearch	最新、官网、搜索一下	web_search
TextGenerate	写提示词、写脚本、构思方案	md_generate	文本优先
ImageUnderstanding	这是什么、识别、OCR	无工具	直接识图回答
Chat	日常对话、问答	无工具	纯文本回复
Compound	先做X再Y、先A然后B	多个工具	时序分步
Unknown	未能识别	兜底处理