工作原理
1
定义您的模式
请明确说明您需要的分类类型——类别、置信度分数、多个标签，或嵌套结构。
2
发送您的文本
使用您的文本调用ShapeShyft API。我们将它路由到您选择的LLM，并使用优化的提示。
3
获取已验证的输出
接收完全符合您模式的JSON——确保无误。无解析错误，无意外格式。
示例：客户反馈分类
您的JSON Schema
{
"type": "object",
"properties": {
"sentiment": {
"type": "string",
"enum": ["positive", "negative", "neutral"]
},
"confidence": {
"type": "number",
"minimum": 0,
"maximum": 1
},
"topics": {
"type": "array",
"items": { "type": "string" }
},
"urgency": {
"type": "string",
"enum": ["low", "medium", "high", "critical"]
}
},
"required": ["sentiment", "confidence"]
}保证输出
{
"sentiment": "negative",
"confidence": 0.92,
"topics": ["billing", "service-quality"],
"urgency": "high"
}每次响应在返回前都会根据您的模式进行验证。无效输出会自动重试。
应用程序
情感分析
分析客户反馈、评论和社交媒体提及，以了解公众看法。获得可直接集成到您的分析管道中的一致情感评分。
产品评价客户支持工单社交媒体监控调查回复
意图识别
理解用户消息中的真实需求，将咨询引导至正确的部门，触发自动化工作流程，或根据识别出的意图提供即时回复。
聊天机器人路由邮件分类语音助手指令工单分类
主题检测
自动为内容打上相关主题和分类标签。适用于内容管理、搜索优化以及大型文档集合的整理。
新闻分类文档标记论文分类内容推荐
内容审核
举报不当内容，检测垃圾信息，并识别违反政策的行为。获取结构化分类，以实现自动化审核流程。
用户生成内容评论区论坛帖子产品列表