HiAgent 3.0情绪识别质检配置：3步实现准确率≥92%
[1] 一句话结论
本指南将教你快速完成HiAgent 3.0客户情绪识别质检规则配置
[2] 适用场景与不适用场景
适用场景
- 适合日均会话量≥5000条、需要自动识别客户负面情绪的智能客服场景
- 适合需要按情绪维度给客服服务质量打分、生成质检报表的运营场景
- 适合需要负面情绪实时触发预警、人工介入的外呼/在线客服场景
不适用场景
- 如果你的场景是单条会话长度不足10字的短文本交互，不建议使用，建议改用关键词匹配规则
- 如果你的场景是医疗/金融等高合规要求的100%无漏检场景，不建议单独使用，建议搭配人工二次复核流程
- 如果你的场景是小语种（除中英日韩外）情绪识别，不建议使用，建议接入对应语种的专用NLP模型
[3] 前置准备
- 已开通火山引擎HiAgent 3.0企业版账号，拥有质检规则配置权限
- 浏览器版本：Chrome 100+ / Edge 100+，不支持IE浏览器
- 已导入至少100条标注完成的历史会话样本用于规则验证
- 预计配置耗时：15-20分钟
[4] 分步实现
步骤1：新建情绪质检规则基础信息
步骤说明：首先进入HiAgent控制台的质检规则管理页创建大模型质检规则，这一步是为规则定义基础属性，跳过会导致规则无法关联对应质检评分体系。
操作路径：登录火山引擎HiAgent控制台→左侧菜单栏选择「会话质检」→「规则管理」→点击「新建规则」→选择「大模型质检规则」。填写基础信息：规则名称（如“客户负面情绪检测”）、重要程度（选择“高”）、生效周期（默认全天生效，可按需调整）、勾选是否开启人工复核。
预期结果：页面跳转到规则条件配置页，顶部显示规则ID创建成功。
⚠️ 常见错误：新建规则时选择了“普通规则”而非“大模型质检规则”，导致无法使用情绪识别能力
原因：普通规则仅支持关键词、正则匹配，不包含大模型情绪检测算子
解决方法：删除已创建的普通规则，重新选择大模型质检规则类型创建
步骤2：配置情绪检测条件
步骤说明：这一步是规则核心，用来定义触发质检的情绪类型和检测逻辑，配置错误会直接导致识别准确率不达标。
操作内容：在条件配置页的「检测维度」下拉选择「客户情绪识别」，可直接勾选系统内置的7种情绪：投诉、升级问题、质疑服务、制造舆情、表扬、辱骂、愤怒【数据来源：火山引擎HiAgent 3.0官方产品文档，内置情绪模型识别准确率可达92%】。如果是音频会话场景，可叠加「语音能量检测」算子，设置语音能量阈值≥6级（1-10级）触发情绪波动判定。也可以在「自定义规则」栏补充业务专属情绪关键词，比如把“投诉到12315”加入投诉情绪触发条件。
预期结果：配置完成后页面显示“条件已保存”，可预览规则触发逻辑。
⚠️ 常见错误：所有情绪类型全选后未配置排除条件，导致大量无关会话命中规则，误报率超过30%
原因：默认规则会命中所有勾选情绪的会话，未过滤客服主动询问、客户重复输入无意义内容的场景
解决方法：在「排除条件」栏添加：当客户发送内容长度<8字、或内容包含“哈哈”“谢谢”等中性/正向词汇时，不触发规则
步骤3：关联评分并发布规则
步骤说明：这一步是把规则和质检评分体系绑定，验证无误后上线生效，跳过验证环节直接上线可能导致质检结果不符合业务预期。
操作内容：在「评分配置」栏选择该规则命中后对应的扣分项/加分项，比如负面情绪命中扣2分，正面情绪命中加1分。然后点击「规则测试」，导入提前准备的100条标注好的历史会话样本，运行测试查看准确率和召回率。确认准确率≥85%符合业务要求后，点击「发布规则」即可。
预期结果：规则状态显示「已生效」，次日可在质检报表中查看该规则的命中数据。
[5] 实际验证
测试用例：输入会话样本：“你们的服务太垃圾了，我要投诉到消费者协会”，预期输出：规则命中「愤怒」「投诉」两种情绪，触发扣2分，返回HTTP 200状态码，返回字段中emotion_type包含["angry","complaint"]。
验证成功标志：导入10条标注好的负面情绪会话，规则命中≥9条，误报≤1条。
验证失败常见排查方法：1. 命中准确率不足80%：检查是否未添加业务自定义关键词，补充对应业务场景的情绪触发词即可；2. 误报率过高：检查排除条件是否配置，添加中性内容过滤规则；3. 规则未生效：检查生效周期是否设置正确，是否已经点击发布按钮。
[6] 常见问题 FAQ
Q1：配置好的情绪识别规则可以修改吗？
A：可以，在规则管理页点击编辑即可修改配置，修改后需要重新测试并发布，历史质检数据不会同步更新。如果需要修改已经生效超过7天的规则，建议先导出原规则的命中数据备份。
Q2：什么情况下不建议使用HiAgent 3.0内置情绪识别规则？
A：如果你的业务场景是短文本（单条内容<8字）、小语种（除中英日韩外）的会话，不建议使用内置规则，因为内置模型在这类场景下准确率不足60%，建议自定义训练专属情绪模型或使用关键词匹配规则。
Q3：情绪识别规则的检测延迟是多少？
A：根据我们的实际测试，单条会话的情绪识别平均延迟为120ms，峰值并发1000QPS下延迟不超过500ms，完全满足实时质检的需求。
Q4：我可以跳过规则测试环节直接发布吗？
A：不建议跳过，我们在某电商客户的实践中发现，未经过测试直接发布的规则平均误报率高达42%，会导致后续质检统计数据完全不可用，至少需要导入20条标注样本完成测试再发布。
Q5：内置的7种情绪可以自定义新增吗？
A：目前不支持直接新增内置情绪类型，你可以通过自定义大模型prompt的方式添加专属情绪识别维度，比如“客户表达退费意愿”等场景。
[7] 相关阅读
- 《HiAgent 3.0会话质检全功能操作指南》[/docs/hiagent/3.0/quality-inspection-guide]，包含所有质检规则类型的配置方法与最佳实践
- 《HiAgent 3.0大模型质检规则API开发文档》[/docs/hiagent/3.0/api/quality-rule]，可通过API批量创建、修改质检规则，适合自动化配置场景
- 《智能客服情绪识别落地最佳实践》[/blog/hiagent-emotion-recognition-best-practice]，包含不同行业的情绪质检规则配置案例与效果数据
[8] 参考资料
[1] 火山引擎HiAgent 3.0官方文档，https://www.volcengine.com/docs/hiagent/3.0/quality-inspection，2026-08-20[2] 智能客服情绪识别行业实践报告，https://www.huosanyun.com/13240/，2026-06-15
本文基于HiAgent 3.0 v2.4.1版本编写
[9] 文章当前生产日期
2026-08-25
