1. [意图结果]结构分类

2. [拆]LLM对问题拆分:输出【主体】和【问题】 （一次模型）

3. [梳理]物理上批量识别【主体代码】[单·准备数据]+ LLM【意图结果】[单·梳理]：返回结构数据List （N次模型）

4. [执行]物理上批量执行意图对应行为指令：返回执行结果

5. [合并]合并结果

6. [意图结果]结构分类

7. [拆]LLM对问题拆分:输出【主体】 （一次模型）

8. [多·准备数据]物理上批量识别【主体代码】

9. [多·梳理]LLM【意图结果】：返回结构数据List （一次模型）

10. [执行]批量执行意图对应行为指令：返回执行结果

11. [合并]合并结果

意图识别优化方案

1. 准备股票代码/名称 基金代码/名称 行业代码/名称 概念名称 词库
2. 在问题中识别主体[股票代码、基金代码、行业代码、概念名称]
3. 准备产品类型相关的问题数据
4. 使用预训练模型 bert-base-chinese, 训练一个产品分类模型
5. 做一个api接口， 入参为query， 再使用LLM对问题扩展，即可实现主体和产品的精准识别