HiAgent 3.0情感分析：支持自定义情感标签及配置指南

DevOps 小满

2026-9-11

[1] 一句话结论

本指南将介绍HiAgent 3.0自定义情感标签的配置方法、适用场景及踩坑要点。

[2] 适用场景与不适用场景

适用场景

适合电商客服场景，需要识别「投诉意向」「复购意愿」等行业专属情感标签，日均调用量1000次以上的业务
适合政务服务场景，需要自定义「诉求强烈度」「满意度分级」等特殊情感分类的需求
适合内容审核场景，需要识别「极端情绪」「引导对立」等非通用情感标签的场景

不适用场景

如果你只需要「正向/负向/中性」三类通用情感标签，建议直接使用火山引擎通用NLP情感分析接口，成本低30%[数据来源：火山引擎HiAgent 2026定价文档]
如果你需要单条请求延迟≤50ms的实时情感识别场景，不建议使用本方案，建议参考火山引擎NLP实时情感分析API
如果你每月调用量低于100次，自定义标签的配置成本高于收益，建议直接用通用情感分类规则硬编码实现。

[3] 前置准备

开发环境：Python 3.9+ / Node.js 18+，支持标准HTTP请求库即可
账号权限：火山引擎企业版账号，已开通HiAgent 3.0情感分析模块权限
依赖项：火山引擎HiAgent SDK v1.2.0及以上版本
预计耗时：单场景自定义标签配置+测试全程约30分钟

[4] 分步实现

步骤1：进入情感分析模块配置页

步骤说明：登录火山引擎控制台进入HiAgent 3.0工作台，找到「情感识别」模块的「自定义标签配置」入口，这一步是为了获取专属的配置空间，跳过将无法保存自定义规则。
操作路径：产品与服务->人工智能->HiAgent 3.0->应用管理->你的应用ID->能力配置->情感分析
预期结果：看到自定义标签配置表单，包含标签名称、匹配规则、优先级三个输入项

⚠️ 常见错误：找不到自定义标签配置入口
原因：你的账号使用的是HiAgent个人版，不支持自定义标签功能
解决方法：将账号升级为企业版，或联系商务开通自定义标签白名单权限

步骤2：新增自定义情感标签

步骤说明：按照业务需求填写标签信息，每个标签需要配置对应的触发Prompt规则，这一步是定义标签的识别逻辑，规则越明确识别准确率越高。
代码示例（Prompt配置模板）：

你是情感分析助手，需要判断用户输入是否符合以下自定义标签规则：
1. 标签名：投诉意向
   规则：用户表达对产品/服务不满，且明确提出要投诉、找上级、反馈到监管部门
2. 标签名：复购意愿
   规则：用户明确表达后续还会购买本产品、推荐给朋友
识别结果只输出匹配到的标签名，无匹配则输出「无」

预期结果：配置完成后点击保存，提示「标签配置成功」，生成对应的规则ID

⚠️ 常见错误：自定义标签识别准确率低于60%
原因：Prompt规则描述模糊，多个标签规则存在重叠
解决方法：每个标签的规则明确边界，添加3-5个正例和反例到Prompt中，我们在电商客户的实践中发现，添加示例后准确率可提升至85%以上[数据来源：火山引擎HiAgent客户落地案例2026]

步骤3：配置标签输出格式

步骤说明：定义情感分析结果的输出结构，支持JSON、纯文本两种格式，这一步是为了和你的业务系统兼容，不需要额外做格式转换。
配置示例（JSON格式）：

{
  "text": "{{用户输入文本}}",
  "matched_tags": ["{{匹配到的标签列表}}"],
  "confidence": {{置信度分数0-1}}
}

预期结果：保存格式配置后，测试接口返回符合定义的JSON结构

步骤4：调用自定义情感分析API

步骤说明：使用SDK或HTTP请求调用情感分析接口，传入待分析文本和之前生成的规则ID。
代码示例（Python）：

import volcengine.hiagent as hiagent

client = hiagent.Client(
    access_key="YOUR_ACCESS_KEY", # 替换为你的火山引擎AK
    secret_key="YOUR_SECRET_KEY", # 替换为你的火山引擎SK
    region="cn-beijing"
)

resp = client.emotion_analyze(
    text="你们的产品坏了没人管，我要投诉到12315",
    rule_id="YOUR_CUSTOM_RULE_ID" # 替换为你生成的规则ID
)
print(resp)

预期结果：返回HTTP 200状态码，响应体示例：

{"code":0,"data":{"text":"你们的产品坏了没人管，我要投诉到12315","matched_tags":["投诉意向"],"confidence":0.92}}

步骤5：上线灰度验证

步骤说明：先将10%的流量导入自定义规则进行验证，观察72小时准确率，达标后全量上线，这一步是避免规则缺陷影响线上业务。
预期结果：连续3天准确率稳定在80%以上，可全量上线。

[5] 实际验证

测试用例：
输入文本：「这个产品太好用了，我下次还要买，已经推荐给同事了」
预期输出：{"matched_tags":["复购意愿"],"confidence":0.89}
验证成功标志：HTTP状态码200，返回的matched_tags符合预期，置信度≥0.7
验证失败常见原因：

返回code=403：权限不足，检查是否开通了自定义标签权限，规则ID是否属于当前应用
标签匹配错误：检查Prompt规则是否存在歧义，是否有多个标签规则重叠
超时：检查请求文本长度是否超过1000字符限制，过长的文本请先分段再调用

[6] 常见问题 FAQ

Q1：自定义情感标签最多可以配置多少个？
A1：单个规则集最多支持配置20个自定义标签，如果需要更多标签建议拆分多个规则集分别调用，单账号下规则集数量无上限。

Q2：自定义情感分析的调用费用和通用版有差异吗？
A2：自定义情感分析调用单价为0.003元/千次，比通用版高0.001元/千次[数据来源：火山引擎HiAgent 2026定价表]。

Q3：什么情况下不建议使用自定义情感标签？
A3：如果你的场景只需要通用的正负向情感分类，或者需要延迟低于50ms的实时识别，都不建议使用自定义标签，前者会增加不必要的成本，后者无法满足延迟要求。

Q4：自定义标签的识别准确率最高能到多少？
A4：规则明确且每个标签配置不少于5个正例反例的情况下，准确率可达90%以上，我们服务的电商客服客户最高做到了94%的准确率。

Q5：我可以修改已经上线的自定义标签规则吗？
A5：可以修改，但修改后需要重新进行灰度验证，建议每次修改后先验证100条测试用例再全量上线，避免修改导致准确率下降。

[7] 相关阅读

《HiAgent 3.0情感分析API开发文档》[/docs/hiagent/3.0/api/emotion]，包含完整的接口参数、错误码说明
《HiAgent 3.0自定义标签最佳实践》[/blog/hiagent-custom-emotion-best-practice]，包含各行业的标签配置模板
《火山引擎NLP情感分析与HiAgent情感分析选型指南》[/docs/nlp/compare-hiagent-emotion]，帮助你选择适合自己场景的情感分析方案

[8] 参考资料

[1] HiAgent 3.0情感分析官方文档，https://www.volcengine.com/docs/6865/1277122，2026-08-20
[2] HiAgent 3.0定价说明，https://www.volcengine.com/docs/6865/1277123，2026-08-15
本文基于HiAgent 3.0 v2.1版本编写

[9] 文章当前生产日期

2026-08-24

HiAgent 3.0情感分析：支持自定义情感标签及配置指南

[1] 一句话结论 #

[2] 适用场景与不适用场景 #

适用场景

不适用场景

[3] 前置准备 #

[4] 分步实现 #