任务路由
智能体不先“抢着答”，而先判断用户要解决哪类任务，再把请求导向知识库、业务查询、解析 Skill 或人工服务——它是服务入口的第一性设计，而不是聊天后的补丁。
简介
任务路由（task routing）是把对话入口从“单一问答流水线”改造成“按任务类型分发”的产品机制。用户表面上在“聊天”，实际要完成的是可分类的工作：查知识、查实时状态、处理材料、寻求人工承诺或投诉处理。若所有问题都进入同一套知识问答，就会出现：问进度却返回报名流程、问最新班次却引用旧资料、上传截图却只能给泛泛建议。
任务路由依赖 意图识别，但比“识别用户说了什么”更进一步：它绑定可调用的能力与责任边界——课程知识走 证据知识库 / RAG 知识库，实时状态走只读业务接口（如 MCP 模型上下文协议），材料走 OCR/解析 Skill，退款与个性化承诺走人工。智能体因此成为服务入口与任务路由器，而不是包办一切的全能 Agent。
在课程咨询助手复盘中，任务路由是第一次产品复盘的核心动作：目标从“回答了多少问题”改为“解决了多少问题”之后，立刻把咨询拆成四类并改变系统结构。
关键信息
- 类型：概念 / 交互与系统架构模式
- 领域：智能体产品 · 客服与咨询 · 企业 AI 落地
- 输入：用户自然语言、附件、会话上下文、身份信息
- 输出：任务类型 + 下游能力选择 + 必要时的人工工单
- 相关概念：服务闭环、意图识别、Agent安全护栏、风险路由、人机协同
核心特性
与“全能聊天框”的区别
| 单一问答流程 | 任务路由 | |
|---|---|---|
| 入口逻辑 | 一律检索/生成 | 先分类再分发 |
| 能力假设 | 一个智能体包办 | 知识 / 工具 / Skill / 人工分工 |
| 失败模式 | 答非所问仍像“有回复” | 路由错误可被指标抓住并改进 |
| 产品角色 | 聊天功能 | 服务入口 |
课程咨询四类任务（可复用模板）
- 课程知识：课程内容、适合人群、学习方式 → 查知识库（稳定介绍 + 版本化资料）
- 实时状态：报名审核、订单、服务进度 → 查业务系统（优先只读）
- 材料处理：截图、文件、报名材料检查 → OCR / 文件解析 Skill，输出准备提示而非终审
- 人工服务：退款、投诉、特殊安排、复杂咨询 → 转人工并携带上下文
路由后的能力绑定原则
- 知识类：可回答边界由 控制知识库 约束；可变内容来自 证据知识库
- 状态类：先身份确认，再只读查询；写操作不默认开放
- 材料类：解析结果定位为“提示/清单”，正式结论保留人
- 人工类：路由成功的标志不是“AI 也答了两句”，而是顾问拿到完整上下文且用户无需重述
与风险路由的关系
Agent安全护栏 中的风险路由关注“这件事有多危险、能否撤回”；任务路由关注“这件事属于哪类工作、该谁/哪套能力做”。生产级系统通常两层叠加：先任务路由选能力，再风险路由决定是否需要确认、是否允许流式输出、是否必须人授权。
不同素材中的观点
- 2026-07-17-woshipm-course-consulting-assistant-3-iterations：培训服务团队原依赖顾问答重复问题，V1 做成知识问答聊天窗后，真实用户却问审核进度、周末班改期、材料截图是否可用、是否已与张老师沟通过。PM 把咨询拆成四类任务，要求智能体先判断任务类型再选知识、工具或人工；产品不再要求一个智能体包办，而是成为服务入口和任务路由器。任务理解指标明确包含“是否被路由到正确的知识、工具或人工服务”以及“同一问题是否被反复询问”。
实用信息
设计步骤
- 列出用户旅程中真实会问的问题（用工单/顾问录音，而非演示题）
- 按“需要的能力”聚类（知识 / 状态 / 材料 / 人工…），而不是按话术主题聚类
- 为每类绑定默认能力、失败降级、人工触发条件
- 定义路由正确率与反复询问率指标
- 把路由错误案例回流为意图样本与流程改版
常见误区
- 把任务路由做成又一个“分类准确率竞赛”，却不绑定下游能力
- 路由到人工时不传上下文，用户被迫重讲一遍
- 材料/状态类仍只走知识库，导致“流程说明”冒充“当前进度”
- 用更长的系统提示词代替清晰的任务类型与工具边界
适用场景
课程/培训咨询、智能客服、内部 IT 服务台、销售售前问答、政务/医疗导办等——凡是“入口是聊天、背后是多系统多责任”的场景。