场景内问答、查询分类的字段体系，不能只放检索召回相关字段，完整方案包含原始问句、对话上下文、意图分类、实体槽位、场景归属、权限控制、质量评估、链路追踪、输出控制多组字段，这套字段是 RAG、业务问答、Data Agent 路由、指标统计、标注复盘共用的底层结构，很多开发只配置 query 文本、召回 topk、向量这几个检索引擎字段，缺少场景、风险、权限、质量标签，就会出现跨场景答混、敏感内容漏拦截、不知道哪些问句是无效垃圾 query、无法做精细化分流。检索字段只解决 “找相关文档”，而问答分类字段要解决 “这个问题交给哪个子场景、哪个工具、哪个模型去处理，要不要过滤、要不要脱敏、怎么评估回答好坏”，是上层路由、运营分析、标注迭代的基础。整套落地配置流程分为几步，第一步划分字段大类：原始输入类、意图分类类、实体槽位类、场景域类、管控安全类、检索召回类、链路指标类、输出控制类；第二步给每个字段定义取值枚举、数据类型、是否必填，统一标注规范；第三步接入 NLU 分类模型，自动填充意图、场景、实体、风险标签；第四步传入检索引擎，带上过滤元字段，缩小检索范围；第五步根据分类结果路由到知识库、SQL 工具、接口查询或者拒答分支；第六步回答生成后回填质量、耗时、命中来源字段，写入日志用于后续样本复盘、模型迭代。整套字段体系落地之后，同一个底层问答接口可以支撑客服、内部数据查询、产品知识库、自助工单多个场景，方便统计各类 query 占比、识别高频坏问题、精准管控敏感查询。
场景问答 & 查询分类完整字段总表
| 字段分组 | 字段名称 | 字段类型 | 用途说明 | 示例值 |
|---|---|---|---|---|
| 原始输入字段 | raw_query | 字符串 | 用户原始问句，不做改写 | 怎么查上个月订单退款金额 |
| rewrite_query | 字符串 | 模型改写后的标准查询 | 查询用户上月订单退款总额 | |
| session_id | 字符串 | 会话 ID，串联多轮上下文 | sess_827361 | |
| turn_no | 整型 | 对话轮次序号 | 2 | |
| context_history | 数组 | 历史问答上下文 | [{"q":"xxx","a":"xxx"}] | |
| 分类意图字段 | domain_tag | 枚举 | 一级业务场景域 | 财务、售后、商品、数据查询 |
| intent_tag | 枚举 | 细粒度查询意图 | 咨询、申请、对账、报错排查、闲聊、拒答 | |
| sub_intent_tag | 枚举 | 子意图标签 | 退款查询、发票重开、指标口径询问 | |
| query_type | 枚举 | 问句类型分类 | 事实问答、计算查询、流程咨询、观点提问、无效噪声 | |
| 实体槽位字段 | entity_list | 对象数组 | 抽取实体、实体类型、实体值 | [{"type":"order_no","value":"OD20261103"}] |
| slot_map | JSON 对象 | 结构化槽位 KV，供工具调用 | {"month":"2026-10","user_id":"12345"} | |
| 检索引擎字段 | retrieval_topk | 整型 | 召回条数，检索引擎参数 | 5 |
| retrieval_filter_tags | 数组 | 检索过滤标签，给向量库 / 文档库过滤 | ["财务制度","已生效"] | |
| retrieval_strategy | 枚举 | 检索策略 | 混合检索、纯向量、关键词检索 | |
| retrieved_doc_ids | 数组 | 召回文档 ID 列表 | ["doc_0012","doc_0045"] | |
| 安全管控字段 | risk_level | 枚举 | 风险分级标签 | 正常、低风险、敏感、禁止 |
| permission_code | 字符串 | 查询权限编码，用于鉴权 | finance_read_only | |
| need_mask | 布尔 | 回答是否需要脱敏 | true | |
| 路由分流字段 | route_target | 枚举 | 路由去向 | 知识库 RAG、SQL 查询、API 工具、直接拒答、人工转接 |
| model_alias | 字符串 | 指定使用的模型版本 | qa-finance-v2 | |
| 质量 & 埋点字段 | is_valid_query | 布尔 | 是否为有效查询 | true |
| qa_score | 浮点 | 问答匹配置信度 | 0.86 | |
| cost_ms | 整型 | 全链路耗时 | 1240 | |
| label_result | 枚举 | 人工标注结果（复盘用） | 正确、部分正确、幻觉、答非所问 | |
| 输出控制字段 | resp_format | 枚举 | 返回格式 | 自然文本、结构化 JSON、Markdown 表格 |
| max_resp_tokens | 整型 | 回答最大 token 上限 | 1024 |
字段落地使用清单
- 自动填充字段：raw_query、session_id、turn_no 由接入层透传；domain_tag、intent_tag、entity_list、risk_level 由 NLU 分类模型自动识别
- 检索侧消费字段：rewrite_query、retrieval_topk、retrieval_filter_tags、retrieval_strategy，专门传给检索引擎做召回，只是整套字段的子集
- 路由判断字段：domain_tag、intent_tag、risk_level、permission_code、route_target，决定工具分支
- 日志与标注字段：is_valid_query、qa_score、label_result、cost_ms，存入查询日志，用来清洗训练集、统计热点问题
- 多轮上下文字段：context_history，持续携带，保证子意图理解连贯
踩坑要点
- 只维护检索字段，缺失 domain、intent、risk 字段：检索能找到文档，但是分不清场景，跨域知识库混召，敏感查询无法拦截
- 枚举标签没有统一字典：不同标注人员写不一样的标签值，后续统计、训练分类模型数据混乱
- 实体槽位和意图标签解绑：识别到订单号，但没有对应退款查询意图，工具调用参数匹配失败
- 忽略 is_valid_query 标签：闲聊、乱码、重复刷屏的噪声 query 大量进入检索，拉高算力消耗
- 权限字段只放在后端校验，不进 query 分类结构：分类阶段无法提前拦截无权限查询，浪费检索资源
- rewrite_query 直接覆盖 raw_query：日志丢失用户原始说法，无法复盘改写错误
【常见问题】
问题 1：场景内问答与查询分类的字段，和检索引擎字段区别在哪？
回答 1：场景内问答与查询分类的字段包含意图、场景域、实体、风险、权限、路由、埋点等全套元信息；检索引擎字段只是里面的一小部分，只控制怎么召回文档，不能完成意图识别、分流、安全管控。
问题 2：搭建场景问答查询分类字段体系，domain_tag、intent_tag、entity_list 三个字段怎么配合使用？
回答 2：domain_tag 锁定业务大场景，intent_tag 判定用户查询目的，entity_list 抽取查询需要的参数实体；场景内问答与查询分类依靠三者联动，确定检索过滤条件和后续路由工具。
问题 3：场景问答查询分类字段里的 retrieval_filter_tags 有什么作用？
回答 3：retrieval_filter_tags 是场景问答查询分类传递给检索引擎的过滤标签，根据 domain、intent 自动生成，用来限定只召回对应场景、对应类型的文档，减少跨场景无关内容召回。
问题 4：场景问答查询分类字段为什么要增加 risk_level、permission_code 这类管控字段？
回答 4：场景内问答查询分类增加 risk_level、permission_code 字段，在检索之前就完成风险识别和权限判断，敏感、无权限查询可以直接拒答，不用走完整检索和大模型生成链路，降低风险和算力开销。
【参考资料】
[2026-11-10]（面向多场景业务问答的 Query 分类元字段设计规范）阿里云开发者社区
[2026-10-26]（RAG 系统 Query 理解层：意图、实体、场景标签体系实践）InfoQ
[2026-10-12]（智能对话 NLU 字段与枚举标签落地指南）火山引擎文档
[2026-09-05]（向量知识库元数据、过滤标签、检索参数字段说明）腾讯云智体平台
[2026-08-18]（业务 Agent 查询路由：Query 分类结构与日志埋点字段设计）掘金
【免责声明】
本文为场景问答与查询分类字段体系技术科普，字段清单属于通用参考模板，电商、政务、金融、内部数据查询等不同业务场景，需要增减字段、调整枚举取值；字段识别效果依赖 NLU 分类模型质量，标签自动识别存在识别错误概率；内容不构成问答系统开发、知识库项目立项、模型选型的决策建议，上线前需要配套权限校验、敏感内容审核机制。