私たちが潜在的なお客様やユーザーから最もよく受ける質問のひとつが「インテント分類器はどこにありますか？」というものです。
私たちにはインテント分類器はありません。そして、それは意図的な選択です。
Botpressはユーザーの意図を特定するためにLLMを活用しています。なぜか？チャットボットやAIエージェントを作るなら、開発者にもユーザーにも圧倒的に優れているからです。
この方針には強い思いがあるので、なぜインテント分類器を採用していないのかを少し説明させてください。
要約：構築が簡単で、精度が高く、運用もシンプルです。
昔（LLM以前）の話
（インテント分類器が何か、何をするものかご存知の方は、このセクションを飛ばしても構いません。）
インテント分類器とは、トレーニングデータに基づいてユーザー入力をあらかじめ定義したインテントに分類するツールです。
開発者は、各インテントごとに膨大な例文を収集・ラベル付けし、システムがユーザー入力を正しくマッチできるようにします。
例えば、ECサイト向けチャットボットの場合、「TrackOrder」といったインテントを定義し、「荷物はどこ？」「注文を追跡して」「配達状況を確認して」などの例文を用意します。
つまり、例文を与えてAIエージェントにユーザーの意図を認識させるわけです。そして、これらはすべて手作業で入力しなければなりません。
幸いなことに、LLMが進化したことで、このような手作業による発話とインテントの紐付けはほぼ不要になりました。
しかし、多くの会話型AIプラットフォームはいまだにインテント分類器を使っています。なぜでしょうか？それは後ほど説明します。
インテント分類器の4つの欠点
単に手間がかかるだけではありません。インテント分類器には多くの問題があります。主なものを挙げます：
1. データ依存性
インテント分類器は大量のデータを必要とします。各インテントごとに膨大で代表的なユーザー例文がなければ、正確に分類できません。
そして、このデータセットを作るのは非常に大変です。開発者は例文の収集とラベル付けに膨大な時間を費やすことになり、これは明らかに非効率です。
2. 拡張性の限界
インテント分類器は拡張性にも乏しいです。新しいインテントを追加するたびにデータ収集と再学習が必要となり、開発のボトルネックになります。さらに、言語の使い方が変化すれば、発話例も見直さなければならず、保守も大変です。
3. 言語理解の弱さ
インテント分類器は本質的な言語理解ができません。例えば、以下のような言語のバリエーションに弱いです：
- 同義語
- 言い換え
- 曖昧な表現
- タイプミス
- 馴染みのない口語表現
- 断片的な入力
また、多くの場合、発話ごとに個別に処理するため、会話全体の文脈を維持できません。
4. 過学習
インテント分類器は過学習しやすく、例文を暗記してしまいがちです。
そのため、見たことのあるフレーズには強いですが、新しい表現やバリエーションには弱く、実用には不向きです。
LLMが優れている6つの理由
LLMはこれらの課題をほぼ解決しました。文脈やニュアンスを理解でき、開発者が大量のトレーニングデータを用意しなくてもすぐに会話を始められます。LLMベースのエージェントは作成直後から利用可能です。
1. ゼロショット学習
LLMは例文がなくても学習できます。事前学習が豊富なので、開発者が個別に例文を与えなくても文脈やニュアンス、意図を理解できます。
2. ニュアンスの理解
LLMはインテント分類器が苦手な部分で優れています。イディオムや皮肉、曖昧な表現も自然に解釈できます。
多様なデータセットで訓練されているため、人間のコミュニケーションの微妙なニュアンスも把握できます。
3. 文脈の保持
LLMは会話の流れを見失いません。前の発言も覚えているため、やりとりが自然で一貫性のあるものになります。
この文脈理解により、曖昧な入力でも会話全体から意味を推測できます。
4. 拡張性
LLMは拡張性も抜群です。新しいトピックにも再学習なしで対応でき、幅広い言語理解力を持っています。
そのため、ほぼすべてのユースケースにすぐ対応できます。マルチエージェントシステムでも、インテント分類器よりLLMを使うのが明らかに有利です。
5. 柔軟性
LLMは固定的なテンプレートに依存しません。その柔軟性により、応答は自然で多様性があり、会話に完璧に合わせて調整されます。ユーザーにとって、脆弱なインテント分類器よりもはるかに優れた体験となります。
6. 少ないトレーニングデータ
LLMはタスクごとのラベル付きデータがなくても機能します。多様なテキストで大規模に事前学習されているため、細かいデータセットに頼る必要がありません。
必要に応じて、開発者はLLMをカスタマイズすることもできます。例えば、少量のデータでファインチューニングできるため、特定の業界や用途にも素早く適応できます。
なぜ他社はインテント分類器を使うのでしょうか？
良い質問です。もしLLMがインテントの分類においてはるかに優れているのであれば、なぜ多くの企業はいまだにインテント分類器を使い続けているのでしょうか？
その答えはあまりきれいなものではありません。率直に言えば、レガシー技術の問題です。
多くの企業はインテント分類器に依存したシステムを大規模に展開しており、既存ユーザーを別の仕組みに移行させる理由がありません。
でもBotpressはLLMファーストです
LLMは従来のインテント分類器よりもはるかに高精度で意図を特定できます。そのため、私たちは2020年にゼロからLLMファーストで作り直しました。
より優れた技術が登場したとき、私たちはレガシーに固執せず、思い切って新しい技術に投資しました。
インテント分類器を追加する予定はありますか？
ありません。私たちは開発者とそのユーザーの体験を何よりも大切にしています。
インテント分類のこれから
インテント分類器は過去のツールです。だからこそ、私たちはLLMに全力投資しました。
LLMが進化し続けることで、Botpress上のAIエージェントもさらに進化します。会話型AIの可能性をこれからも広げていきます。
LLMを活用した柔軟なAIエージェントを作りたい方は、ぜひBotpressで始めてみてください。無料でご利用いただけます。
