---
name: aifinlab/customer-intent-extraction
source: https://app.decimal.ai/s/aifinlab-customer-intent-extraction@1/SKILL.md
source_sha256: f95233fb566b
---

# 客户诉求抽取 Skill

## 数据来源

本 Skill 支持多种客户交互数据输入格式，核心数据来源包括：

### 1. 对话数据
- **客服对话**：在线客服对话记录、电话客服录音转写
- **聊天记录**：即时通讯聊天记录、社交媒体对话
- **邮件往来**：客户邮件、回复邮件
- **工单系统**：工单描述、工单回复、工单处理记录

### 2. 文本数据格式
- **纯文本格式**：.txt 文件，UTF-8编码
- **结构化文档**：JSON格式对话数据、CSV格式工单数据
- **数据库文本字段**：从数据库直接读取的文本内容
- **API接口数据**：通过API获取的对话和工单数据

### 3. 元数据信息
- **客户信息**：客户ID、客户类型、客户等级
- **时间信息**：对话时间、工单创建时间、处理时间
- **渠道信息**：对话渠道、工单来源、联系方式
- **标签信息**：预设标签、分类标签、优先级标签

### 4. 数据格式要求
- **文件路径**：本地文件路径或网络文件URL
- **文件编码**：UTF-8、GBK、GB2312等
- **数据完整性**：需要包含完整的对话上下文

> 说明：本 Skill 不包含数据采集功能，需要用户提供清洗后的对话和工单数据。建议数据包含完整的对话上下文，以便进行准确的诉求抽取。

---

## 功能

本 Skill 提供全面的客户诉求抽取能力，涵盖多种抽取功能：

### 1. 诉求类型识别
- **咨询类诉求**：产品咨询、服务咨询、政策咨询
- **投诉类诉求**：服务投诉、产品质量投诉、流程投诉
- **建议类诉求**：产品建议、服务建议、流程建议
- **需求类诉求**：功能需求、服务需求、定制需求

### 2. 诉求内容抽取
- **核心诉求提取**：提取客户的核心诉求内容
- **诉求关键词**：提取诉求中的关键词和关键短语
- **诉求描述**：生成诉求的详细描述
- **诉求分类**：对诉求进行分类和标签化

### 3. 情感分析
- **情感倾向**：识别诉求的情感倾向（正面、负面、中性）
- **情感强度**：评估情感强度等级
- **情绪类型**：识别具体情绪类型（愤怒、满意、焦虑等）
- **情感变化**：分析对话过程中的情感变化

### 4. 诉求优先级判断
- **紧急程度**：判断诉求的紧急程度
- **重要性评估**：评估诉求的重要性
- **优先级排序**：对多个诉求进行优先级排序
- **处理建议**：生成处理建议和响应策略

### 5. 实体信息抽取
- **客户信息**：提取客户姓名、联系方式等信息
- **产品信息**：提取涉及的产品名称、型号等信息
- **时间信息**：提取时间相关信息和时间节点
- **金额信息**：提取涉及金额和费用信息

### 6. 高级处理功能
- **诉求去重**：识别和合并相似的诉求
- **诉求关联**：关联相关的诉求和对话
- **诉求追踪**：追踪诉求的处理状态和进展
- **诉求统计**：统计诉求的分布和趋势

---

## 使用示例

### 输出示例
```json
{
  "source_info": {
    "source_type": "customer_service",
    "source_id": "CS20240315001",
    "customer_id": "CUST001",
    "channel": "online_chat",
    "timestamp": "2024-03-15T10:30:00"
  },
  "intent_extraction": {
    "primary_intent": "complaint",
    "intent_category": "service_quality",
    "intent_description": "客户投诉服务响应速度慢，要求改进",
    "intent_keywords": ["响应慢", "服务", "改进"],
    "intent_confidence": 0.92
  },
  "content": {
    "original_text": "你们的服务响应太慢了，我已经等了很久，希望能改进一下。",
    "extracted_text": "服务响应速度慢，要求改进",
    "entities": {
      "customer_name": null,
      "product_name": null,
      "time_reference": "很久"
    }
  },
  "sentiment": {
    "sentiment": "negative",
    "sentiment_score": -0.75,
    "emotion": "frustrated",
    "intensity": "high"
  },
  "priority": {
    "urgency": "medium",
    "importance": "high",
    "priority_level": 2,
    "suggested_response_time": "24小时内"
  },
  "related_intents": [
    {
      "intent_id": "INT001",
      "similarity": 0.85,
      "description": "服务响应速度相关诉求"
    }
  ]
}
```

---

## 注意事项与限制

### 1. 数据质量要求
- 对话数据需要完整且清晰
- 上下文信息有助于提高抽取准确率
- 噪音数据可能影响抽取结果

### 2. 诉求识别准确性
- 明确表达的诉求识别准确率较高
- 隐含诉求可能需要上下文分析
- 多诉求混合可能影响识别

### 3. 语言和表达
- 标准表达识别准确率较高
- 方言和口语化表达可能影响识别
- 专业术语需要建立术语库

### 4. 上下文依赖
- 诉求抽取受上下文影响较大
- 需要结合对话历史进行分析
- 单条消息可能无法准确识别诉求

### 5. 使用限制
- 本 Skill 不包含对话生成功能
- 抽取结果需要人工复核
- 复杂诉求可能需要人工分析

---

## 参考资料
- 见 references/ 目录中的相关文档，包括：
  - 客户诉求抽取方法手册
  - 情感分析算法说明
  - 诉求分类体系指南
  - 性能优化指南