“AIGC发展的如火如荼，在开发工作中如何运用大模型高效生产也是热门讨论的话题之一。通过本篇文章让我们一起探索一下AIGC赋能开发之UML作图会产生什么样的火花吧”

画图无疑是开发人员必备的能力之一，好的图可以很快跟业务测试展示系统和代码的设计以及业务逻辑，让需求评审更有效率。本文将探索如何通过大模型进行需求转图。

准备工作

一、 需求示例

“在棋牌馆管理系统中，客户通过网络进行预订座位操作，其中需要检查座位信息。如果没有空闲或满意的座位，则选择处理等候队列。当客户到棋牌馆后，总台服务员安排座位，其中需要检查座位信息。客户要离开棋牌馆时，总台服务员需处理结账，支持处理现金结账和通过银联POS系统处理银行卡结账两种方式。”

二、使用工具

 1. ChatGPT3.5：一个生成式预训练变换模型，本文通过该模型来做文本生成

 2. PlantUML：一款可编程绘制UML模型图的工具，因使用模型还没有作图能力，本文通过该工具将生成代码转换图形

三、达成目标

通过与大模型对话将需求内容转化为UML模型图

投喂训练

一、文本生成

提示词：【此处为需求示例中内容】分析以上需求请给出用例图并以UML形式给出

提示词：假如你是个产品经理，请分析以下需求描述：【需求内容】给出UML用例图并以PlantUML代码形式返回

 因篇幅限制后面将大模型生成结果直接转换为图形展示

三、多次训练

提示词1：预定座位才需要检查座位信息，如果没有空闲或满意的座位，则选择处理等候队列。

提示词2：服务员也需要检查座位信息

提示词3：预定座位和检查座位是包含关系

....

一、符合预期提示词

[上诉需求描述]使用UML分析以上需求

对于本次探索，总结以下几点：

1. 门槛降低：自然语言即可转为UML模型语言，降低了我们画图的门槛，不熟悉PlantUML语法以及UML模型也能快速作图。

2. 效率提升：本次作图总计耗时3分钟，提示词越详细人为编辑占比越少。

3. 逻辑清晰：自然语言拥有更加准确的表述能力，而个人表达与个人习惯有关会有偏差。

4. 不足之处：提示词需要准确，并且需要反复投喂。

关注百胜技术团队

如何支撑中国最大餐饮集团数字化平台建设？数亿消费者、近15000家门店背后有哪些技术在支撑？