---
sourceDocument: Yokohama habilitar IA
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/pt-BR/yokohama/intelligent-experiences

 Release :

    - yokohama

ft:locale :

    - pt-BR

ft:publication_title :

    - Yokohama habilitar IA

ft:clusterId :

    - platai

bundleId :

    - platai

workflow :

    - Platform


---

# Crie uma intenção de NLU

# Crie uma intenção de NLU {#ariaid-title1}

* Versão de lançamento: Yokohama
* 
* Atualizado 30 de jan. de 2025
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 3 min. de leitura

Crie uma intenção para o. Compreensão da linguagem natural(NLU). As intenções fornecem ao seu modelo uma ação do sistema a ser executada quando ele recebe entrada do usuário.

## Antes de Iniciar

* Certifique-se de que o. Workbench de NLUplug-in, Workbench de NLU- Plug-in principal, Workbench de NLU- Plug-in de recursos avançados, NLUModelo comum, e. Inteligência preditivatodos os plug-ins estão instalados e ativados na sua instância.
* Certifique-se de que você esteja no mesmo escopo da aplicação que seu modelo.
* Você pode criar intenções para Virtual AgentE a Pesquisa com IA em Workbench de NLU.
* Função necessária: admin ou nlu_admin
{#create-nlu-intent__ul_shl_vvs_tgb}

## Por Que e Quando Desempenhar Esta Tarefa

Este procedimento mostra como criar uma intenção. Para reutilizar intenções de outros modelos, consulte [Reutilizando intenções de pré-criadas NLUmodelos](https://servicenow-prod.fluidtopics.net/NXbE3vVcVR1obGFp7i5AYA "Reutilize Compreensão da linguagem natural(NLU) importando-as de um pré-criado NLUmodelo para outros modelos. A reutilização de intenções economiza tempo ao criar seus modelos.").

Aqui está um exemplo de como as intenções podem interagir com o vocabulário em seus enunciados de treinamento.  
* Intent
* Enunciado A: "Adicione Carlos Santana à lista uxinfodev"
* Enunciado B: "Fui removido por engano do grupo arlo-drury-directreports"
* Resultado: O sistema não reconhece uxinfodev ou directreports arlo-drury e não pode usar essas palavras para prever a intenção.
* Solução: Adicionar uxinfodev e. directreports arlo-drury como itens de vocabulário e adicionar sinônimos a eles. Os sinônimos fornecidos ajudam a adicionar mais contexto ao enunciado e à intenção em que eles residem. Sua confiança na previsão de intenção pode ser ainda maior se você também marcá-las como entidades.

{#create-nlu-intent__ul_gwn_wd3_bnb}  
Nota:  
Os enunciados de treinamento e enunciados de seus usuários têm um limite de 25 palavras ou 200 caracteres. Enunciados que excedem esse limite falham ao retornar uma previsão de intenção.

Não inclua termos irreais, como "orderLaptop" ou "sfsdfasdfas" nos enunciados de treinamento. Os enunciados devem ser exemplos corretos e naturais na linguagem do modelo.

No procedimento de exemplo a seguir, você está criando uma intenção e adicionando enunciados que os usuários podem dizer ao solicitar informações sobre pagamento. Você já criou um NLUmodelo que você intitulou Modelo de RH para Virtual Agent e você está criando uma intenção nesse modelo.

## Procedimento

1. Defina o escopo da aplicação para o escopo do seu modelo.
2. Navegar até TudoWorkbench de NLUModelos.  
   . Virtual Agenta guia é aberta por padrão.
3. Selecione a guia correspondente à aplicação do seu modelo e, em seguida, selecione o nome do modelo ao qual você deseja adicionar uma intenção.  
   Neste exemplo de modelo, você seleciona seu Modelo de RH para Virtual Agent modelo.
4. Em Crie e treine seu modelo cartão, selecione Fase de exibição .
5. Selecione Intenções .
6. Selecione Nova intenção.
7. Em Crie uma intenção , adicione um nome e uma descrição para a intenção.  
   Figura 1. Criando uma intenção Neste cenário de exemplo, insira <kbd class="ph userinput">Discrepância do pagamento </kbd>para o nome. Você também pode adicionar uma descrição.  
   Nota:  
   Quando você cria uma intenção, o sistema adiciona uma hashtag ao nome da intenção.
8. Selecione Adicionar intenção .  
   . Descrepância do pagamento a tela de intenção é exibida, incluindo seções para seus enunciados, entidades associadas e configurações. O status de rascunho da intenção também é mostrado no canto superior direito da tela de intenção.
9. Em Enunciados insira exemplos de enunciados de treinamento relevantes para a intenção.  
   Nota:  
   Os exemplos de enunciados fornecidos devem ser exclusivos e conter menos de 25 palavras ou 200 caracteres. Tente adicionar pelo menos 15 enunciados com a maior variedade possível entre eles. Você deve adicionar pelo menos 5 enunciados para começar a treinar o modelo.
   Neste cenário, adicione os seguintes enunciados ao campo e selecione Adicionar  

   Ao criar e treinar novamente seu modelo iterativamente, você pode verificar como sua intenção atualizada afeta as previsões do modelo. Consulte [Treine e experimente seu modelo de NLU](https://servicenow-prod.fluidtopics.net/dX~oLY9mdOTo1FD~~7bGMg "Treine e teste seu modelo iterativamente para que suas intenções e entidades sejam validadas, compiladas e salvas em seu modelo.").

## O que Fazer Depois

Treine seu modelo para salvar suas atualizações. Para problemas com intenções, consulte [Resolva problemas de intenção](https://servicenow-prod.fluidtopics.net/~z5vjP9yoP5M10kNSeBG5A "Use os cartões de ocorrência para identificar intenções que têm conflitos, precisam de revisão ou precisam de mais enunciados. A resolução de problemas de intenção garante as intenções no Compreensão da linguagem natural(NLU) modelos funcionam corretamente.").

Para melhorar seus enunciados, adicione entidades para fornecer contexto. Consulte [Entidades de NLU](https://servicenow-prod.fluidtopics.net/JfuCeCR74RA6xFwxlBiE1Q "As entidades fornecem contexto adicional ao seu modelo ao receber entrada do usuário. Adicione entidades aos enunciados e intenções para melhorar as previsões do Compreensão da linguagem natural(NLU).").

O disponível [Descoberta de intenção](https://servicenow-prod.fluidtopics.net/S5vojEZ5dtAdTrvQFNwuuQ "Use o. Descoberta de intençãoaplicação para ajudar a identificar oportunidades de desvio de incidente. Por exemplo, você pode usá-lo para identificar qual Virtual Agentpróximas conversas a serem ativadas.")o recurso pode ajudar a identificar intenções que seriam possíveis adicionar, com base em seus dados históricos.