人类与人工智能对话中的商业意图：语料库网站销售的审计和架构智能体

对话式销售智能体必须区分有关产品的问题和购买承诺，保留明确的要求，并根据当前的业务信息采取下一步行动。我们在 Aiso 提供的可访问对话表中报告了 725,219 条记录的汇总普查，并为此设置开发了一个参考架构。所有记录都有不同的非空对话哈希值。现有元数据标签可识别 41,800 条商业记录 (5.76%) 和 2,387 条交易记录 (0.33%)；他们的联合包含 44,187 条记录 (6.09%)。在商业类别中，54.31% 的标签为英文，41.59% 的记录深度至少为 2，13.51% 的深度至少为 4。三个来源批次的商业标签流行率从 4.87% 到 6.35% 不等。这些测量促使语料库库存、商业相关性、训练资格和观察到的业务成果明确分离。所提出的架构结合了基于业务的知识、带有来源的对话状态和受约束的下一步动作策略。质量规范涉及源代码权利、隐私、标签验证、重复数据删除和训练测试分离。该研究是元数据审核和技术设计，而不是对标签准确性、模型训练数量或销售转化的验证。不会发布原始对话文本或个人标识符。