阿里云百炼工作流支持多模型协同标注,三模型投票分类用户意图实战

本文涉及的产品
多模态交互后付费免费试用,全链路、全Agent
简介: 本文介绍了一种基于多模型协作的高效分类工作流方案,用于解决传统标注工作中人力依赖大、易出错的问题。通过通义千问系列的 Qwen-Plus、Qwen-Max 和 Qwen3-30b-a3b 三大模型,结合投票机制,实现售前售后意图识别的精准分类。文中详细讲解了如何在阿里云百炼应用广场创建任务型工作流,包括模型节点配置、条件判断设置及测试发布全流程。此外,还提供了批量打标的 Java 示例代码,适用于更复杂的意图标注场景。跟随文章步骤,即可快速构建高效率、高准确性的分类系统。

传统的标注工作依赖大量人力且易出错,而单一模型可能因个体偏差导致误判。本方案通过多模型协作机制,不仅显著提升分类效率与准确性,还能根据任务难度和预算灵活选择模型组合。

本文将以售前售后意图识别 为例,基于通义千问系列三大明星模型:Qwen-Plus Qwen-Max Qwen3-30b-a3b ,构建高效、精准的分类工作流。

标注原理

三个模型分别代表标注员A、B、C,三“人”投票机制,3个结果有2个以上结果相同,则结果被采纳。

工作流全貌

开始手搓Flow

知道了工作流原理,就开始一步步教你建立这样的工作流应用。

让我们进入阿里云百炼应用广场,点击左侧“应用管理”-右上角“新增应用”-弹窗页面“工作流应用”-“创建任务型工作流”。

左上角可以更改应用名。

将开始节点的两个初始变量名删除。

从左侧工具栏中拖动三个大模型节点,均与开始节点连线。

模型我们选择通义千问PLUS、通义千问MAX、通义千问3-30b-a3b,节点也可以用模型名来命名,方便区分。

在system prompt处添加提示词,三个节点提示词相同,提示词示例如下:

# 角色
你是一位专业的客户服务分类专家,专门负责识别和分类客户问题,确保问题能够被正确地导向相应的处理团队。
## 技能
### 技能1: 问题分类
- **任务**:根据用户输入的问题,判断问题是属于售前问题还是售后问题。
- **具体步骤**:
  - 仔细阅读并理解用户的问题。
  - 通过分析问题中的关键词和上下文,确定问题的性质。
  - 如果问题是关于产品信息、购买流程、价格等,则归类为售前问题。
  - 如果问题是关于产品使用、维修、退换货等,则归类为售后问题。
  - 如果无法明确判断问题的性质,则归类为未分类。
## 限制
- 输出内容只能是“售前”、“售后”或“未分类”。
- 不要在输出中包含任何其他内容或解释。
- 确保分类准确,避免误判。
示例:
- 输入:“我想了解一下这款产品的功能。”
  - 输出:“售前”
- 输入:“我的产品出现了故障,需要维修。”
  - 输出:“售后”
- 输入:“你们公司在哪里?”
  - 输出:“未分类”

user prompt处输入“/”选择变量“query”,三个节点输入相同,这样我们三个“标注员”就准备完毕了。

从左侧工具栏拉出两个“条件判断”节点,判断节点用来统计3个模型分类结果的;前三个模型节点与第一个条件判断节点相连,第一个判断节点“其他”出口与第二个条件判断节点相连。

点击“增加条件分支”及“添加条件”,保证三个条件判断节点均拥有三个条件分支,每个条件分支保持两个条件。

接下来,遵循每三个模型中有两个模型推断相同的原理,填写判断条件。此处效果图以条件判断为售前为例,剩下一个条件判断节点在输入处修改成“售后”即可。

从左侧工具栏拉出三个文本框,分别输入“售前”、“售后”、“未分类”,与前面的条件判断节点分别对应。

在结束节点输入“/”,插入三个文本转换框的结果即可。

点击右上角“测试”

在输入框中分别输入“你好”(未分类)、“这个相机的镜头是什么配置的”(售前)、“你家买的这个盆到手就坏了”(售后)来测试运行结果。

如果测试结果无问题,点击右上角“发布”,一个区分售前/售后/未分类的工作流就完成啦。

拓展

在控制台的工作流里,可以进行单条的测试,在实际应用时,你可以参考下面代码,进行批量打标。

案例代码如下:

// 建议dashscope SDK的版本 >= 2.12.0
import com.alibaba.dashscope.app.*;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import java.util.ArrayList;
import java.util.List;
public class Main {
    public static void appCall(String query)
            throws ApiException, NoApiKeyException, InputRequiredException {
        ApplicationParam param = ApplicationParam.builder()
                // 若没有配置环境变量,可用百炼API Key将下行替换为:.apiKey("sk-xxx")。但不建议在生产环境中直接将API Key硬编码到代码中,以减少API Key泄露风险。
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                .appId("YOUR_APP_ID")
                .prompt(query)
                .build();
        Application application = new Application();
        ApplicationResult result = application.call(param);
        System.out.printf("text: %s\n",
                result.getOutput().getText());
    }
    public static void main(String[] args) {
        try {
            List<String>  queryList = new ArrayList<String>();
            queryList.add("怎么弄才能使领满300减120的券");
            queryList.add("我就是在活动时间内参与的,让确认收货后送出赠品,4个冰晶");
            queryList.add("我拍的面膜是不是正品,会不会过敏");
            queryList.add("这款不是七天无理由退换吗");
            queryList.add("请问这款大概什么时候补货呀");
            queryList.add("这条裤子下架就是没了是吗");
            queryList.add("不可以一起退货退款吗");
            queryList.add("亲!身高一米六七,重120斤,什么码合适?");
            for (String query : queryList) {
                appCall(query);
            }
        } catch (ApiException | NoApiKeyException | InputRequiredException e) {
            System.err.println("message:"+e.getMessage());
            System.out.println("请参考文档:https://help.aliyun.com/zh/model-studio/developer-reference/error-code");
        }
        System.exit(0);
    }
}

在Java当中引入百炼的dashscope依赖,循环的去调用指定APP_ID 的工作流就可以实现批量数据打标

另外,除了售前售后这种简单意图的标注,也可以进行更复杂的意图标注和分类任务。

好了,已经讲解完了哦~~,快跟着文章操作吧。


如果需要进一步了解阿里云百炼的可直接点击下面链接哈:

👉阿里云百炼详情了解可点击此官网链接:阿里云百炼官网介绍

👉阿里云百炼控制台页面可点击此链接直接进入阿里云百炼控制台


如果在创建过程中有任何的疑问都可以在评论区中留言探讨或是加入我们的官方支持群(群号:120480015429)进行交流反馈!

1bb53390962d38c328f19fcc8419d77a.png



相关文章
|
人工智能 数据挖掘
🔔阿里云百炼智能体和工作流可以发布为组件了,AI应用变成“搭积木”
本文介绍了如何通过智能体组件化设计快速生成PPT。首先,创建一个“PPT大纲生成”智能体并发布为组件,该组件可根据用户输入生成结构清晰的大纲。接着,在新的智能体应用中调用此组件与MCP服务(如ChatPPT),实现从大纲到完整PPT的自动化生成。整个流程模块化、复用性强,显著降低AI开发门槛,提升效率。非技术人员也可轻松上手,满足多样化场景需求。
520 0
|
4月前
|
前端开发
🔈阿里云百炼工作流里循环节点和批量节点,你需要知道的事儿
本文介绍了智能体应用和工作流应用中的循环节点与批量节点的使用方法及区别。两者都适用于多次调用任务,输入为列表,输出也为列表。不同在于:循环节点顺序执行,可依赖前序结果;批量节点并行执行,各任务独立。以旅游推荐为例,用户输入城市后,通过大模型生成景点列表,再用循环或批量节点生成详细攻略。最后通过脚本处理输出结果,形成清晰展示。
772 22
|
4月前
|
JSON Serverless API
阿里云百炼流程迁移工作流编排指导文档
本文介绍了大模型服务平台百炼的“流程”功能将于2025年11月15日下线,建议用户尽快迁移至全新升级的工作流编排功能。通过对比流程与工作流在节点数量、发布渠道、音视频互动等方面的能力,展示了工作流的优势,并提供了详细的迁移教学案例,包括开始节点、大模型节点、判断节点和输出节点的具体操作步骤。用户可参考文章完成迁移。
614 3
|
数据采集 JSON Serverless
通过百炼大模型+FC函数计算构建小红书图文工作流
使用阿里云函数服务和百炼平台,快速构建小红书图文创作工作流。通过两步轻松创建: 1) 在函数计算中利用Puppeteer构建卡片生成服务; 2) 在百炼平台上创建工作流,整合大模型、脚本和函数计算节点,实现图文内容的自动化处理和生成。此方案适合高效创作小红书内容。
2012 7
|
机器学习/深度学习 人工智能 测试技术
【自定义插件系列】0基础在阿里云百炼上玩转大模型自定义插件
本文介绍了如何在阿里云百炼平台上创建大模型自定义插件,以增强AI模型功能或适配特定需求。通过编程接口(API)或框架设计外部扩展模块,开发者可在不修改底层参数的情况下扩展模型能力。文章以万相文生图V2版模型为例,详细说明了创建自定义插件的五个步骤:新建插件、创建工具、测试工具、复制第二个工具及最终测试发布。同时,提供了官方文档参考链接和具体参数设置指导,帮助用户轻松实现插件开发与应用,推动AI技术在各行业的广泛应用。
1515 0
|
7月前
|
人工智能 API 开发工具
【重磅发布】 免费领取阿里云百炼AI大模型100万Tokens教程出炉,API接口实战操作,DeepSeek-R1满血版即刻体验!
阿里云百炼是一站式大模型开发及应用构建平台,支持开发者和业务人员轻松设计、构建大模型应用。通过简单操作,用户可在5分钟内开发出大模型应用或在几小时内训练专属模型,专注于创新。
2402 89
【重磅发布】 免费领取阿里云百炼AI大模型100万Tokens教程出炉,API接口实战操作,DeepSeek-R1满血版即刻体验!
|
2月前
|
存储 人工智能 Java
Springboot集成AI Springboot3 集成阿里云百炼大模型CosyVoice2 实现Ai克隆语音(未持久化存储)
本项目基于Spring Boot 3.5.3与Java 17,集成阿里云百炼大模型CosyVoice2实现音色克隆与语音合成。内容涵盖项目搭建、音色创建、音频合成、音色管理等功能,适用于希望快速掌握Spring Boot集成语音AI技术的开发者。需提前注册阿里云并获取API Key。
|
4月前
#我用Qwen3做了英语老师玛丽# 、#阿里云百炼#,@通义大模型
通过Qwen3创建了名为“玛丽”的英语老师智能体,具备解决学生英语问题的多种功能。她能用英语描述天气、翻译古诗词、撰写英语作文,还帮助了解外国文化、饮食与风俗习惯。相比以往版本更易使用,体验更佳。已完成功能设计与发布流程,感兴趣者可尝试使用。
146 12
|
4月前
|
定位技术 UED
#我用Qwen3做了旅游专家# 、#阿里云百炼#、@通义大模型
本教程介绍如何在百炼控制台配置智能体应用以提升旅游专家功能。首先登录百炼控制台,依次点击“应用”、“应用管理”和“智能体应用”,然后进入“设置”填写提示词。通过集成MCP高德地图与Qwen3模型,使旅游专家的回答更具体、专业,涵盖目的地导航、当地饮食、风俗习惯及天气预报等信息,显著提高用户体验与出行便利性,同时加深对智能体配置的理解。
157 10

相关产品

  • 大模型服务平台百炼