Dekompozycja intencyjna

Dekompozycja intencyjna to typ rozbicia zapytania w AI Search według możliwych intencji i follow-up pytań użytkownika. AI przewiduje, co użytkownik zechce wiedzieć następnie i generuje sub-queries wzdłuż całego customer journey. Pytanie 'leasing samochodu' generuje: czym jest leasing (intencja edukacyjna), ile kosztuje (intencja transakcyjna), jak złożyć wniosek (intencja procesowa), leasing vs kredyt (intencja porównawcza), co po zakończeniu leasingu (intencja follow-up).

Pokrycie dekompozycji intencyjnej oznacza odpowiadanie na pytania, które użytkownik JESZCZE nie zadał – Frame Semantics dostarcza mapę tych pytań, bo ramka semantyczna zawiera wszystkie role i elementy tematu. W praktyce warto wypisać 5-7 etapów customer journey dla swojej Central Entity i stworzyć sekcję H2 dla każdego etapu – od 'co to jest' przez 'ile kosztuje' aż do 'jakie są alternatywy'. Dekompozycja intencyjna różni się od semantycznej tym, że nie rozbija tematu na części, ale na etapy decyzji użytkownika.