Salah satu pertanyaan yang paling sering kami terima dari calon pelanggan dan pengguna adalah “Di mana pengklasifikasi intent kalian?”
Kami memang tidak punya. Dan ya, itu memang disengaja.
Botpress menggunakan LLM untuk mengenali maksud pengguna. Kenapa? Jika Anda membangun chatbot atau agen AI, ini jauh lebih baik untuk pembuat maupun pengguna.
Kami sangat yakin dengan keputusan ini, jadi saya ingin meluangkan waktu untuk menjelaskan mengapa kami tidak menggunakan intent classifier.
Singkatnya: Lebih mudah dibuat, lebih akurat, dan lebih sederhana untuk dirawat.
Masa Lalu (sebelum LLM)
(Jika Anda sudah tahu apa itu intent classifier dan bagaimana cara kerjanya, silakan lewati bagian ini.)
Intent classifier adalah alat yang mengelompokkan input pengguna ke dalam maksud yang sudah ditentukan berdasarkan data pelatihan.
Developer harus mengumpulkan dan memberi label banyak contoh untuk setiap kemungkinan intent, dengan harapan sistem dapat mencocokkan input pengguna dengan contoh-contoh tersebut.
Misalnya, pada chatbot e-commerce, developer mungkin membuat intent seperti "TrackOrder". Contoh ucapannya bisa berupa: "Di mana paket saya?" "Lacak pesanan saya," dan "Bisa cek status pengiriman untuk saya?"
Mereka pada dasarnya melatih agen AI untuk mengenali maksud pengguna dengan memberikan contoh. Dan ya, semua itu harus diinput secara manual.
Untungnya, kebutuhan untuk memetakan ucapan secara manual ke intent hampir hilang sejak LLM semakin canggih.
Namun masih banyak platform AI percakapan yang menggunakannya. Kenapa? Akan kami bahas nanti.
4 Kekurangan Intent Classifier
Bukan hanya prosesnya yang lebih lama – intent classifier punya banyak kekurangan. Berikut beberapa di antaranya:
1. Ketergantungan data
Intent classifier sangat membutuhkan data. Mereka memerlukan dataset besar dan representatif untuk setiap intent agar bisa bekerja dengan akurat. Tanpa itu, mereka kesulitan mengklasifikasikan input dengan benar.
Dan membangun dataset ini sangat melelahkan. Developer menghabiskan waktu berjam-jam untuk mengumpulkan dan memberi label contoh, yang jelas bukan penggunaan waktu yang baik.
2. Skalabilitas terbatas
Intent classifier juga tidak dirancang untuk skala besar. Menambah intent baru berarti harus mengumpulkan data lagi dan melatih ulang model, yang dengan cepat menjadi hambatan dalam pengembangan. Selain itu, mereka juga sulit dirawat – karena bahasa terus berkembang, begitu juga dengan ucapannya.
3. Pemahaman bahasa yang buruk
Intent classifier tidak benar-benar memahami bahasa. Mereka kesulitan dengan variasi bahasa, seperti:
- Sinonim
- Parafrase
- Frasa ambigu
- Salah ketik
- Ekspresi sehari-hari yang tidak dikenal
- Input yang terpotong
Mereka juga biasanya memproses setiap ucapan secara terpisah, sehingga tidak bisa menjaga konteks selama percakapan.
4. Overfitting
Intent classifier rentan terhadap overfitting, di mana mereka hanya menghafal contoh pelatihan, bukan mempelajari pola umum.
Artinya, mereka hanya bagus untuk frasa yang sudah pernah dilihat, tapi kesulitan dengan input baru atau berbeda. Ini membuatnya jauh lebih rapuh untuk kebutuhan profesional.
6 Alasan LLM Lebih Baik
LLM hampir sepenuhnya mengatasi masalah-masalah ini. Mereka memahami konteks dan nuansa, dan developer tidak perlu mengisi mereka dengan data pelatihan untuk mulai digunakan. Agen berbasis LLM bisa langsung digunakan sejak dibuat.
1. Kemampuan zero-shot learning
LLM tidak memerlukan contoh untuk belajar. Pelatihan awal mereka yang luas membuat mereka sudah memahami konteks, nuansa, dan maksud tanpa perlu developer memberikan contoh khusus.
2. Kemampuan memahami nuansa
LLM unggul di area yang gagal ditangani intent classifier. Mereka dapat memahami idiom, sarkasme, dan bahasa ambigu dengan mudah.
Pelatihan mereka yang luas pada berbagai dataset membuat mereka mampu menangkap nuansa komunikasi manusia yang sering terlewat oleh intent classifier.
3. Konteks yang lebih baik
LLM tidak kehilangan jejak percakapan. Mereka mengingat apa yang sudah dibicarakan sebelumnya, sehingga interaksi terasa lebih alami dan koheren.
Konteks ini juga membantu mereka mengatasi ambiguitas. Bahkan jika inputnya samar atau rumit, mereka bisa memahaminya dengan melihat keseluruhan percakapan.
4. Skalabilitas
LLM jauh lebih mudah diskalakan. Mereka tidak perlu dilatih ulang untuk topik baru, berkat pemahaman bahasa yang luas.
Itu membuat mereka siap menangani hampir semua kebutuhan langsung. Untuk sistem multi-agen, menggunakan LLM adalah pilihan yang jelas dibanding intent classifier.
5. Fleksibilitas
LLM tidak bergantung pada template kaku. Fleksibilitas mereka membuat respons terasa alami, bervariasi, dan sesuai dengan percakapan. Pengalaman pengguna jauh lebih baik dibanding intent classifier yang kaku.
6. Lebih sedikit data pelatihan
LLM tidak perlu data berlabel khusus tugas untuk bekerja. Kekuatan mereka berasal dari pelatihan awal yang sangat besar pada berbagai teks, jadi mereka tidak bergantung pada dataset yang harus dianotasi dengan teliti.
Jika diperlukan, developer bisa selalu menyesuaikan LLM untuk proyek mereka. Misalnya, LLM bisa di-fine-tune dengan sedikit data, sehingga bisa cepat beradaptasi untuk kebutuhan atau industri khusus.
Mengapa perusahaan lain menggunakan pengklasifikasi intent?
Jika LLM jauh lebih baik dalam mengklasifikasikan intent, lalu mengapa masih banyak perusahaan yang menggunakan pengklasifikasi intent?
Jawabannya kurang menyenangkan, dan memang tidak diplomatis: ini masalah teknologi lama.
Sebagian besar perusahaan memiliki kepentingan untuk tetap menggunakan intent classifier. Mereka memiliki basis pengguna besar yang mengandalkannya. Tidak ada alasan bagi mereka untuk mengalihkan pengguna dari sistem yang telah mereka bangun.
Tapi Botpress mengutamakan LLM
LLM jauh lebih baik dalam mengenali intent dibanding intent classifier lama. Itu sebabnya kami membangun ulang dari awal agar LLM menjadi inti pada tahun 2020.
Kami tahu teknologi yang lebih baik sudah hadir, dan alih-alih bertahan dengan teknologi lama, kami memilih untuk mengambil langkah maju.
Apakah kami akan menambahkan pengklasifikasi intent?
Tidak. Kami sangat peduli dengan pengalaman pembuat dan pengguna kami.
Masa depan klasifikasi intent
Intent classifier adalah alat masa lalu. Itu sebabnya kami sepenuhnya beralih ke LLM.
Seiring LLM terus berkembang, begitu juga agen AI yang dibangun di Botpress. Kami siap dan antusias untuk terus meningkatkan standar AI percakapan.
Jika Anda ingin membangun agen AI fleksibel yang didukung LLM, silakan mulai membangun di Botpress. Gratis.







