想请问一下大家，在做智能体的时候，怎么进行意图识别优化的？ 实测发现，在单轮对话或者多轮对话用户输入意图明确的时候，意图识别非常准确 但是遇到 多轮对话，用户输入： 嗯 ok 这样吧 等一下模糊词语的时候，意图识别就不准了 我的尝试：

• 1 、把历史上下文信息都放到对话中 -- 会遇到 tokens 超过大模型上下文长度的情况
• 2 、用滑动窗口，只保留近几次对话 -- 会遇到信息丢失的情况，用户突然问第一次对话的信息就嗝屁了
• 3 、每次对话用大模型进行提炼总结，然后把总结信息放到对话中 -- 不是很准，在遇到有歧义的词语或者语境的时候还是会分错
• 想知道大家都是怎么做的，或者业界对于意图识别是怎么进行优化。