“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。
01
—
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
02
—
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
生成结果
PlantUML转化后视图
逻辑关系不合理,不符预期继续优化提示词
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
....
03
—
符合预期
一、符合预期提示词
[上诉需求描述]使用UML分析以上需求
二、符合预期生成结果
用例图
活动图
时序图
04
—
结尾
对于本次探索,总结以下几点:
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。
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。
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。
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?