用户意图判定边界

4.1 适用场景

本章节适用的交互场景覆盖从指令输入到意图确认的完整前链路，重点解决“用户到底想要什么”这一核心模糊问题。典型场景包括：

• 语音/文本指令输入：用户通过麦克风或对话框发出控制命令或查询请求，系统需要对意图的明确程度做即时评估。
• 多模态指令冲突：用户同时使用语音、手势、触控等多种方式输入，各通道信息不一致时需判别核心意图。
• 意图消歧与多轮澄清：当指令缺失关键参数（如“打开灯”未指定哪一盏）或存在歧义（如“那个”指代不明）时，启动边界判定与澄清流程。
• 用户主动纠正/撤销：用户在系统执行前或执行中主动修正指令，需快速识别纠正意图并终止原操作。

4.2 前置条件

• 意图分类体系已建立：至少完成三级意图分类（明确/模糊/无效），并定义每类的判定特征与置信度阈值。
• 基础语义解析能力就绪：具备关键词提取、实体识别、指代消解等基础NLP能力，支持对用户输入的实时结构化解析。
• 上下文记忆模块可用：能够缓存用户前序指令、设备状态、历史偏好等信息，用于辅助模糊意图的推断。
• 确认交互通道畅通：支持至少一种确认反馈方式（语音TTS、屏幕显示、LED指示灯等），用于向用户发起澄清询问。

4.3 操作步骤

用户意图判定边界界定遵循“分级评估 → 分支处理 → 确认闭环”的标准化流程。具体步骤如下图所示：

1. 接收并解析用户输入 —— 采集语音/文本/触控等原始指令，执行关键词提取、实体识别与基础语义映射，输出结构化意图候选集。
2. 判定意图明确度等级 —— 基于置信度分数和完整性规则，将意图划分为三个等级：
   • L1 明确意图：置信度 ≥ 0.85，指令完整、无歧义、参数齐全，直接进入执行通道。
   • L2 模糊意图：0.45 ≤ 置信度 < 0.85，存在缺参数、指代不明或语义歧义，需启动消歧流程。
   • L3 无效意图：置信度 < 0.45 或超出设备能力域，拒绝执行并反馈用户友好提示。
3. 分支处理：
   • L1 → 直接转交执行引擎，同时记录“明确意图”日志。
   • L2 → 进入“模糊意图处理流程”（步骤4）。
   • L3 → 返回“无法理解”提示，记录无效意图原因，流程终止。
4. 模糊意图消歧处理 —— 识别模糊要素类型（缺参/歧义/指代不明），基于上下文生成消歧候选项，按置信度排序。
5. 确认与纠正 —— 向用户发起确认询问（语音/屏幕），等待用户反馈；若用户主动纠正，则更新意图并重新评估等级。
6. 执行或终止 —— 确认后的意图转为明确指令执行；超过最大确认轮次或用户取消则终止。

4.4 输入输出物

// L1 明确意图示例
{
  "user_input": "把客厅灯调到最亮",
  "intent_level": "L1",
  "confidence": 0.96,
  "action": "adjust_brightness",
  "device": "客厅灯",
  "params": {"value": 100},
  "exec_path": "direct"
}

// L2 模糊意图示例
{
  "user_input": "打开那个",
  "intent_level": "L2",
  "confidence": 0.45,
  "ambiguity_type": "reference_ambiguity",
  "candidates": [
    {"device": "客厅灯", "confidence": 0.60, "context_hit": true},
    {"device": "卧室灯", "confidence": 0.30, "context_hit": false},
    {"device": "厨房灯", "confidence": 0.10, "context_hit": false}
  ],
  "exec_path": "clarification_needed"
}

4.5 责任边界

意图判定边界涉及三层计算主体，各自承担明确的职责与决策范围：

• 设备端（MCU/轻量级处理器）：负责原始输入采集、基础关键词匹配、L3 无效意图的快速拒绝。决策时限 ≤ 200ms，不依赖网络。
• 边缘网关（中算力节点）：承担 L1/L2 的等级初判、上下文管理、消歧候选项生成。负责发起确认询问并接收用户反馈。决策时限 ≤ 1.5s。
• 云平台（高算力服务）：处理复杂语义解析、跨设备上下文融合、长尾歧义消解。仅在边缘无法判定时介入，决策时限 ≤ 5s。

职责隔离原则：设备端不做等级判定，网关不做云端推理，云端不做实时交互。任何一层判定超时或失败，均降级交由下一层兜底。

4.6 记录材料

每次意图判定需完整记录以下三类日志，用于事后审计、模型迭代与故障回溯：

• 意图判定日志：原始输入文本/音频路径、时间戳、判定等级、置信度、最终执行指令，保留至少 30 天。
• 模糊处理记录：模糊要素类型、生成的消歧候选列表、确认轮次、每轮用户反馈内容与时间戳。
• 确认纠正记录：确认消息内容、用户响应方式（语音/触控/沉默）、纠正前后意图对比、是否超时。

4.7 异常处理