最近在做一个客服场景的Agent,接了查询订单、退款、查物流三个tool,用的GPT-4o加function calling。发现一个问题:用户说“我东西还没到”,它有时候调查订单,有时候调查物流,偶尔还给我调退款……我在system prompt里写了每个工具的描述和使用场景,但感觉模型还是分不清边界。试过few-shot示例,效果有一点但不稳定。想问下大家实际项目中是怎么让Agent稳定选对工具的?是加一层意图分类,还是在tool description上做文章?真诚求教。