Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Uma
intent
categoriza a intenção do usuário final em cada conversa.
Para cada agente, você define várias intents, em que suas intents combinadas podem lidar com uma conversa completa.
Quando um usuário final escreve ou diz algo, chamado de expressão do usuário final , o Dialogflow corresponde o conteúdo à melhor intent do seu agente.
A correspondência de uma intent também é conhecida como classificação de intent.
Por exemplo, é possível criar um agente meteorológico que reconheça e responda a perguntas do usuário final sobre o clima.
Você provavelmente definiria uma intent para perguntas sobre a previsão do tempo.
Se um usuário final perguntasse "Qual é a previsão do tempo?",
o Dialogflow corresponderia essa expressão à intent de previsão.
Também é possível definir sua intent para extrair informações úteis da expressão do usuário final, como um horário ou um local para a previsão do tempo desejada.
Esses dados extraídos são importantes para que o sistema execute uma consulta de previsão do tempo para o usuário final.
Uma intent básica contém estes itens:
Frases de treinamento: exemplos de possíveis frases a serem ditas pelo usuário final.
Quando uma expressão de usuário final se assemelhar a uma dessas frases, o Dialogflow a corresponderá à intent.
Você não precisa definir todos os exemplos possíveis, porque o machine learning integrado do Dialogflow expande sua lista com outras frases semelhantes.
Ação: defina uma ação para cada intent.
Quando uma intent é correspondida, o Dialogflow fornece a ação ao sistema, permitindo que você acione determinadas ações definidas no sistema.
Parâmetros: quando uma intent é correspondida no ambiente de execução, o Dialogflow fornece os valores extraídos da expressão do usuário final como parâmetros.
Cada parâmetro tem um tipo, chamado de tipo de entidade, que dita exatamente como os dados são extraídos.
Ao contrário da entrada bruta do usuário final, os parâmetros são dados estruturados que podem ser facilmente usados para executar uma lógica ou gerar respostas.
Respostas: defina respostas de texto, de fala ou visuais para retornar ao usuário final.
Esse retorno pode fornecer respostas ao usuário final, solicitar mais informações ou encerrar a conversa.
O diagrama a seguir mostra o fluxo básico para correspondência de intent e resposta ao usuário final:
Uma intent mais complexa também pode conter o seguinte:
Contextos: os contextos do Dialogflow são semelhantes ao contexto do idioma natural.
Se uma pessoa diz "Eles são laranjas", você precisa de contexto para entender ao que a pessoa está se referindo.
Da mesma forma, para o Dialogflow administrar uma expressão de usuário final como essa, ela precisa ser fornecida com contexto para corresponder corretamente a uma intent.
Eventos: com os eventos, é possível invocar uma intent com base em algo que aconteceu, em vez do que um usuário final comunica.
[[["Fácil de entender","easyToUnderstand","thumb-up"],["Meu problema foi resolvido","solvedMyProblem","thumb-up"],["Outro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Informações incorretas ou exemplo de código","incorrectInformationOrSampleCode","thumb-down"],["Não contém as informações/amostras de que eu preciso","missingTheInformationSamplesINeed","thumb-down"],["Problema na tradução","translationIssue","thumb-down"],["Outro","otherDown","thumb-down"]],["Última atualização 2025-08-18 UTC."],[[["\u003cp\u003eAn intent categorizes an end-user's intention within a conversation, and each agent can have multiple intents to handle a complete conversation flow.\u003c/p\u003e\n"],["\u003cp\u003eDialogflow matches an end-user's expression to the most suitable intent, known as intent classification, and this match can be set to extract specific information.\u003c/p\u003e\n"],["\u003cp\u003eBasic intent components include training phrases, actions, parameters, and responses to guide the conversation and provide feedback to the user.\u003c/p\u003e\n"],["\u003cp\u003eComplex intents may also include contexts to understand end-user expressions within a conversation's flow, and events that trigger an intent based on occurrences rather than direct user input.\u003c/p\u003e\n"]]],[],null,["# Intents\n\nAn\n\n*intent*\n\ncategorizes an end-user's intention for one conversation turn.\nFor each agent, you define many intents,\nwhere your combined intents can handle a complete conversation.\nWhen an end-user writes or says something,\nreferred to as an *end-user expression* ,\nDialogflow matches the end-user expression to the best intent in your agent.\nMatching an intent is also known as *intent classification*.\n\n\nFor example, you could create a weather agent\nthat recognizes and responds to end-user questions about the weather.\nYou would likely define an intent for questions about the weather forecast.\nIf an end-user says \"What's the forecast?\",\nDialogflow would match that end-user expression to the forecast intent.\nYou can also define your intent to extract useful information from the end-user expression,\nlike a time or location for the desired weather forecast.\nThis extracted data is important for your system\nto perform a weather query for the end-user.\n\n\nA basic intent contains the following:\n\n- [**Training phrases**](/dialogflow/docs/intents-training-phrases): These are example phrases for what end-users might say. When an end-user expression resembles one of these phrases, Dialogflow matches the intent. You don't have to define every possible example, because Dialogflow's built-in machine learning expands on your list with other, similar phrases.\n- [**Action**](/dialogflow/docs/intents-actions-parameters#actions): You can define an action for each intent. When an intent is matched, Dialogflow provides the action to your system, and you can use the action to trigger certain actions defined in your system.\n- [**Parameters**](/dialogflow/docs/intents-actions-parameters#params): When an intent is matched at runtime, Dialogflow provides the extracted values from the end-user expression as *parameters* . Each parameter has a type, called the [entity type](/dialogflow/docs/entities-overview), which dictates exactly how the data is extracted. Unlike raw end-user input, parameters are structured data that can easily be used to perform some logic or generate responses.\n- [**Responses**](/dialogflow/docs/intents-responses): You define text, speech, or visual responses to return to the end-user. These may provide the end-user with answers, ask the end-user for more information, or terminate the conversation.\n\n\nThe following diagram shows the basic flow for intent matching and responding to the end-user:\n\nA more complex intent may also contain the following:\n\n- [**Contexts**](/dialogflow/docs/contexts-overview): Dialogflow contexts are similar to natural language context. If a person says to you \"they are orange\", you need context in order to understand what the person is referring to. Similarly, for Dialogflow to handle an end-user expression like that, it needs to be provided with context in order to correctly match an intent.\n- [**Events**](/dialogflow/docs/events-overview): With events, you can invoke an intent based on something that has happened, instead of what an end-user communicates."]]
