本研究提出了一种名为SPILL的领域自适应聚类方法，旨在解决现有意图聚类在新领域数据集中的局限性。该方法无需微调，显著提升了嵌入模型的适应性和聚类性能。

本研究提出了一种新方法，利用大型语言模型优化意图聚类算法，解决传统文本聚类与人类感知不匹配的问题。验证结果显示，该算法在意图发现中定量指标提升了6.25%，应用性能提升了12%。