无意图策略¶
替代开放式响应生成，使用 LLM 从领域中选择现有响应。
3.7 版本新特性
无意图策略是 Rasa 的新语言模型（CALM）对话式 AI 的一部分，从 3.7.0 版本开始可用。
无意图策略用于发送在领域中定义但不属于任何流的 responses。这有助于有效地处理闲聊、上下文问题和高风险主题。为了提高其性能并使其满足特定要求，你可以自定义策略的提示并添加示例对话。
将无意图策略添加到对话机器人¶
要将 IntentlessPolicy 添加到对话机器人，请将其添加到 config.yml 中：
与所有使用 LLM 的组件一样，你可以配置要使用的提供者和模型以及其他参数。所有这些都在此处描述。
如果你想使用 Azure OpenAI 服务，可以按照 Azure OpenAI 服务部分所述配置必要的参数。
自定义提示模板¶
你可以通过在 config.yml 中设置 prompt 属性来更改用于生成响应的提示模板：
提示是一个 Jinja2 模板，可用于自定义提示。提示中提供以下变量：
conversations：从故事中获取的用户与 AI 对话机器人之间的示例对话列表。current_conversation：与用户的当前对话。responses：对话机器人可以发送的示例响应列表。
指导无意图策略¶
无意图策略通常可以以零样本方式选择正确的响应。也就是说，无需向 LLM 提供任何示例对话。
但是，你可以通过添加示例对话来提高策略的性能。为此，请将端到端故事添加到 data/e2e_stories.yml 的训练数据中。这些对话将用作示例，帮助无意图策略学习。
- story: currencies
steps:
- user: How many different currencies can I hold money in?
- action: utter_faq_4
- story: automatic transfers travel
steps:
- user: Can I add money automatically to my account while traveling?
- action: utter_faq_5
- story: user gives a reason why they can't visit the branch
steps:
- user: I'd like to add my wife to my credit card
- action: utter_faq_10
- user: I've got a broken leg
- action: utter_faq_11
闲聊¶
在企业环境中，使用纯生成模型来处理闲聊可能并不合适。团队希望确保对话机器人始终与品牌保持一致并传达信息。使用无意图策略，可以定义对话机器人可以发送的经过审查的人工编写的 responses。由于无意图策略利用 LLM 并在选择合适的 response 时考虑对话的整个上下文，因此它比简单地预测意图并触发固定响应要强大得多。
高风险主题¶
对于处理高风险主题，无意图策略是企业搜索策略的强大替代方案。
例如，如果用户对政策、法律条款或保证有疑问，例如：“My situation is X, I need Y. Is that covered by my policy?” 在这些情况下，企业搜索策略的 RAG 方法存在风险。即使提示中存在相关内容，RAG 方法也允许 LLM 对文档进行解释。即使提示中存在相关内容，RAG 方法也允许 LLM 对文档进行解释。用户获得的答案将根据他们问题的确切措辞而有所不同，并且可能会在底层模型发生变化时发生变化。
对于高风险主题，最安全的做法是发送一个独立的、经过审查的答案，而不是依赖生成模型。无意图政策在 CALM 对话机器人中提供了这种功能。请注意，在这些情况下，对话设计至关重要，因为你希望你的回答是独立的、明确的，而不仅仅是“是”或“否”。
启用无意图策略¶
在 Rasa 中，基于知识的问题被定向到默认的 pattern_search 流。默认情况下，它会以 utter_no_knowledge_base 响应，从而拒绝请求。但是，你可以对其进行自定义以初始化触发无意图策略的 action_trigger_chitchat。
信息
覆盖 pattern_search 时，你可以选择无意图策略或企业搜索策略来处理基于知识的问题。两种策略不能同时启用。
插入语¶
当流到达 collect 步骤并且对话机器人向用户询问信息时，你的用户可能会提出澄清问题、拒绝回答或在流继续时插入。在这些情况下，无意图策略可以根据上下文选择适当的响应，然后允许流继续。
测试¶
编写端到端测试可让你评估无意图策略的性能并防止回退。