Vibe Coding 与 AI Agent 全景知识库

主题

4.5 会话状态、意图识别与分支路由 ​

面试进行到一半，候选人回答“这个我不太熟”，系统应该继续追问，而不是重新猜测用户想做什么。本节从这个问题出发，介绍会话状态、意图分类和条件分支怎样配合。

中央调度室全貌：四道关卡设计 ​

用户在前端界面发来一句话（例如：“我想面试 Java 高级开发，这是我的简历”），在进入具体的业务流水线之前，必须经历中央调度室的 四道精密关卡：

🧭 一、中央调度室全貌：四道关卡设计

关卡一与关卡二：输入预处理与状态锁（If-Else）分流 ​

1. 输入预处理与 JD 持久化 ​

  • 用户输入节点：接收用户的原始消息（sys.query）与可能上传的附件文件（PDF/Word/图片）；
  • jd信息提取（Assigner 赋值节点）：将输入中包含的岗位描述存入全局会话变量 conversation.jd，方便后续出题引擎与匹配专家随时读取。

2. 状态锁（If-Else）节点配置 ​

状态锁节点条件配置

状态锁是整个多轮对话系统的“免检快速通道闸机”：

  • IF (CASE 1)：conversation.current_mode 是 面试
    👉 直接放行：说明该用户已经在面试进程中，当前发来的消息必定是对上一道面试题的回答，直接跳过意图识别大模型，直达面试处理引擎。
  • ELIF (CASE 2)：conversation.current_mode 包含 简历
    👉 直接放行：说明用户正在进行简历优化，直接流向简历优化流水线。
  • ELSE（默认兜底）：current_mode 为空（首次新会话或上一轮刚刚结束）
    👉 拦截分流：引导至关卡三的「意图识别」大模型进行身份判定。

[!TIP] 为什么要加状态锁？
如果没有状态判断，在模拟面试第 3 轮时，候选人回答：“我上一份工作主要负责用 Python 编写数据清洗脚本……”，意图识别模型可能把它误判成新的简历咨询。保留当前模式可以减少这类错误，但仍要为结束和切换任务设计明确出口。

关卡三：意图识别专家（LLM）的 提示词设计 ​

对于新进来的首次会话，系统必须判断用户的真实诉求。

意图识别 Prompt 与模型配置

1. 模型选型：快速轻量模型（deepseek-v4-flash） ​

意图分类的输出较短，可以先用响应较快、成本较低的模型测试。是否满足要求，应看固定用例中的分类结果与实际耗时，不预设所有请求都能在某个毫秒数内完成。

2. 提示词设计解密（Prompt Engineering） ​

markdown
# SYSTEM 角色设定
判断用户意图，只回复以下三个词之一到 structured_output 中的 intent 变量：

1. **模拟面试** —— 用户想要模拟面试、面试练习、面试考核、面经、被面试等
2. **简历优化** —— 用户想要优化简历、改写简历、简历分析、JD匹配、投递建议，或者用户上传了文件（PDF/DOCX 等简历文件）
3. **other** —— 其他闲聊、问候、不相关话题
markdown
# USER 输入绑定
{{#1782652624715.query#}}
请只输出：模拟面试 / 简历优化 / other 到 intent 变量中去

大模型“结构化输出（Structured Output）”第一性原理 ​

后续节点需要读取字段时，可以使用**结构化输出（Structured Output）**约定格式，减少额外解析。

1. 问题分析：为什么纯文本输出是下游节点的“噩梦”？ ​

如果我们只靠在 Prompt 里写“请只输出'模拟面试'四个字，不要输出任何废话”，大模型由于其概率性自回归文本接龙的本质，往往会输出各种奇怪变体：

变体 A："好的！根据您的输入，意图分类为：模拟面试。"  ❌（下游 If-Else 判断 == '模拟面试' 失败！）
变体 B："```json {"intent": "模拟面试"} ```"      ❌（带有 markdown 代码块标记，解析崩溃！）
变体 C："模拟面试\n"                              ❌（多了一个看不见的换行符，匹配失败！）

这些输出在含义上相近，但格式不同。程序若直接按固定字符串判断，就可能选错分支或读取失败。

2. 什么是真正的结构化输出？（Schema-Constrained Decoding） ​

结构化输出为结果约定字段、类型和取值范围。支持原生约束的模型可以在生成阶段限制格式；不支持时，平台可能把规则写进提示词，再解析返回内容。不能假定所有模型都采用相同的底层实现：

2. 什么是真正的结构化输出？（Schema-Constrained Decoding）

  • 约束的边界：格式规则有助于程序读取结果，但仍要处理拒答、截断、解析失败和业务判断错误。即使类型完全正确，也要检查取值是否符合任务要求。

3. Dify 中的结构化输出配置实操 ​

在 Dify 的意图识别节点中，我们通过可视化面板与 JSON Schema 进行了严密的双字段约束：

① 变量与重试配置面板 ​

结构化输出变量与失败重试配置
  • 输出变量：自动生成 structured_output 对象；
  • 失败重试（Retry Mechanism）：开启重试，设置 最大重试次数 5 次，重试间隔 299 毫秒。即使遇到罕见网络抖动或模型偶发异常，系统也会自动重试修复，重试仍失败时应进入错误处理分支，而不是无限等待。

② JSON Schema 契约定义 ​

JSON Schema 配置面板
json
{
  "type": "object",
  "properties": {
    "reason": {
      "type": "string"
    },
    "intent": {
      "type": "string"
    }
  },
  "required": [
    "reason",
    "intent"
  ],
  "additionalProperties": false
}
  • reason（思考理由，String）：强制要求大模型在给出结论前先写出思考理由，便于排查分类错误；它不是准确率保证；
  • intent（核心意图，String）：精准承载 模拟面试、简历优化 或 other；
  • required: ["reason", "intent"]：两个字段均为必填；
  • additionalProperties: false：严格禁止大模型自行发挥输出多余的字段。

关卡四：意图分支（If-Else）与状态动态加锁 ​

读取并校验 structured_output.intent 后，意图分支节点按照配置的条件选择后续路径：

意图分支条件配置

1. 三大分支路由逻辑 ​

  1. CASE 1（模拟面试）：
    • 条件：意图识别.structured_output.intent 包含 模拟面试
    • 流向：触发 设为面试（Assigner 节点），写入 conversation.current_mode = '面试'，为会话戴上“面试手环”；
  2. CASE 2（简历优化）：
    • 条件：意图识别.structured_output.intent 包含 简历优化
    • 流向：触发 设为简历（Assigner 节点），写入 conversation.current_mode = '简历'，为会话戴上“简历手环”；
  3. ELSE（默认闲聊/引导）：
    • 流向：触发 闲聊引导（Answer 节点），输出开场白并温和提示用户：“你好。我是「面必过」AI 求职助手，请告诉我你想进行【模拟面试】还是【简历优化】~”。

分类结果还需要业务校验 ​

登记表要求“年龄必须填数字”，只说明格式合格，并不能证明年龄填得真实。结构化输出也是如此：字段能解析，不代表意图判断正确。

本例只接受三个意图，建议在 intent 的规则中增加枚举约束，并在分支前检查取值是否属于“模拟面试、简历优化、other”。遇到空值、未知选项或解析失败，应回到说明用途的回复，而不是随便进入一个业务分支。已有流程使用“包含”判断时，还要留意否定句；后续改造可用枚举校验后的精确相等判断。

状态优先也需要出口。用户明确说“结束面试”或“换成简历优化”时，应设计结束或切换流程；否则当前模式一直被保留，用户会感觉无法退出。改造时把这些输入与普通回答分开测试。

可以准备四组用例：明确选择任务、含糊请求、面试中的普通回答、主动结束或切换。对照每组输入记录分类结果、进入分支和运行后的状态。若改动提示词，这组用例可以再次使用，判断修改是否改善了整体表现。

不同模型在 Dify 中实现结构化输出的方式可能不同，原生支持和通过提示词约束的可靠性也不同。参见 Dify LLM 节点说明。

为路由保留“无法判断”的出口 ​

意图分类不应强迫每句话都落入某个业务。像“帮我看看”“继续吧”这样的输入，如果缺少会话背景，就没有足够依据判断是面试还是简历优化。此时返回补充问题，比随意选择一个分支更可靠。

可以让分类结果同时包含 intent、confidence 和 reason。confidence 只用于辅助设定阈值，不代表客观概率；真正的业务规则仍应明确：未知枚举、字段缺失、低于阈值或理由与结果矛盾时，统一进入澄清分支。日志中保留原输入和最终路由，便于复查误判。

状态切换也要写成显式规则。用户从面试转到简历优化时，要决定保留简历和岗位要求，还是重新确认；用户只说“重新开始”时，则需要说明会清空哪些资料。把这些规则固定下来后，可用“开始—切换—退出—再次开始”的连续用例做回归，避免单句分类正确但整段会话失控。

本节回顾 ​

会话状态负责延续当前任务，意图分类负责识别新的请求。结构化输出便于取值，但分类正确性和异常出口仍需单独检查。

继续阅读：4.6 模拟面试与问答复盘。