Wat is intent-herkenning? De bedoeling achter een vraag herkennen ('wil annuleren', 'wil offerte') om het juiste proces te starten. Hoe LLM's dit doen.
Intent is de bedoeling achter een bericht: niet de woorden, maar wat de schrijver wil bereiken. 'Ik kom er niet uit met mijn code' en 'dit werkt niet zoals beloofd' kunnen dezelfde intent dragen. Hulp vragen. Intent-herkenning is de AI-taak die die bedoeling benoemt in een vaste lijst, zodat het juiste proces of antwoord kan starten.
Mensen zeggen zelden letterlijk wat ze willen. Een klant schrijft 'dit kan toch niet de bedoeling zijn' en bedoelt: ik wil een oplossing. Een collega mailt 'heb je de cijfers al gezien?' en bedoelt: ik wil weten of ik moet inzetten. Intent-herkenning is het lezen van die laag: uit de formulering afleiden welke van een afgesproken lijst bedoelingen hier speelt (annuleren, bestellen, klagen, informeren, doorgeven) en die benoemen als een duidelijk label met een vervolg.
Vroeger werd dat opgebouwd uit voorbeeldzinnen: per intent honderden manieren waarop klanten die konden formuleren, en het systeem herkende patronen. Dat werkte binnen de voorbeelden en stierf erbuiten. Taalmodellen pakken het omgekeerd aan: ze lezen de zin en begrijpen de betekenis, waarna de intentlijst een instructie is in plaats van een trainingsset. Nieuwe intent toevoegen betekent sindsdien: hem beschrijven en afbakenen, niet honderd voorbeeldzinnen verzamelen. De moeilijkheid is verschoven van taalherkenning naar scherpe afbakening. Wat telt als annuleren en wat als klacht over de service?
De waarde van een intent zit in het vervolg: elke bedoeling hoort bij een proces of een antwoord. 'Wil annuleren' start de opzegstroom met de juiste vragen; 'wil offerte' opent de intake; 'heeft een storing' gaat met urgentie naar de monteur. Zonder vervolg is intent een sticker op een bericht. En waar twee intents overlappen of het model twijfelt, hoort een menselijke blik. Een verkeerd gelezen bedoeling aan het begin van een werkstroom is duurder dan een paar seconden menselijke controle.
De moeite waard is intent-herkenning waar de binnenkomst varieert maar de afhandeling vaste paden heeft: support, intake, mailverwerking, gespreksinterface. Dan is de intent de schakel tussen vrije taal en jouw processen. Ook bij overlopende formuleringen loont hij: dezelfde bedoeling in tien gedaanten is precies waar oude systemen en mensen struikelden.
Het loont niet als er geen intentlijst is of geen vervolg per intent. Een label zonder proces is decoratie. En soms is de bedoeling simpelweg in de tekst zelf: 'Ik wil een afspraak op dinsdag' heeft geen herkenningsprobleem, en een formulier lost hem eerlijker op dan een model. Behandel intent-herkenning als schakel voor vrije invoer, niet als sieraad boven paden die al helder zijn.
In onze gespreks- en mailopzet is intent de eerste schakel na het lezen: de intentlijst komt uit jouw praktijk, met afbakening van de grijze gevallen en een menselijke uitgang bij twijfel. Daarna bepaalt de intent welke werkstroom draait. Antwoord, route of proces. Classificatie en routering zijn de zusterstappen; elk traject wordt vooraf gescopet en op de gemaakte uren afgerekend, met specificatie.
Ze zijn verwant, maar kijken naar iets anders. Classificatie deelt een item in op wat het IS: een factuur, een klacht, een vraag. Intent kijkt naar wat de afzender WIL: annuleren, bestellen, hulp krijgen. Een bericht kan als klacht geclassificeerd worden met de intent 'wil compensatie'. En dat vervolg is een ander proces dan 'wil gehoord worden'. In de praktijk gebruik je ze samen: classificatie voor het type en de route, intent voor het vervolg binnen dat type.
Er is geen technisch plafond dat eerlijk knelt; het praktische plafond is je procesontwerp. Elke intent hoort bij een vervolg (een antwoord, een route, een werkstroom) en dat vervolg moet er zijn en onderhouden worden. Organisaties komen doorgaans prima uit met een handvol tot enkele tientallen intents. Wat wél knelt zijn intents die op elkaar lijken: als twee bedoelingen bij de zelfde vragen uitkomen, zijn ze geen twee intents maar één, en verdient samenvoegen de voorkeur.
Dat is precies zijn sterkte, binnen grenzen. Korte, onsamenhangende zinnen ('annuleren', 'werkt niet', 'prijs?') kunnen herkend worden omdat het model de bedoeling leest in plaats van woorden telt. Maar bij echt te weinig context is de eerlijke uitkomst niet een gok maar een terugvraag: welke opdracht, welk product, welke datum? Een goede opzet laat het systeem doorvragen vóór het een intent bevestigt, en schakelt door naar een mens als terugvragen niet helpt. Gokken op een label is erger dan een tweede vraag stellen.
Begin bij de vervolgen, niet bij de woorden: schrijf op welke vaste processen en antwoorden je hebt, en noem elk van die vervolgen als intent. Formuleer per intent wat hij wel en niet omvat (dat zijn de grenzen die het model nodig heeft) en voeg een 'overig' toe dat naar een mens gaat. Kijk daarna een paar weken naar de echte berichten: intents die nagenoeg nooit vallen kun je schrappen, verwarring tussen twee intents betekent scherpe afbakening of samenvoegen. De lijst is levend werk, geen eenmalige opgave.
EIGHTY8