Pemikiran tentang produk kod rendah yang dibawa oleh ChatGPT

Telah disebut berkali-kali dalam artikel sebelum ini bahawa kami sedang membangunkan platform kod rendah, terutamanya untuk syarikat ToB, untuk membantu syarikat meningkatkan pembinaan maklumat mereka dan menyumbang kepada transformasi digital mereka. kekuatan.

Matlamat transformasi digital adalah untuk mengurangkan kos dan meningkatkan kecekapan Begitu juga, kecekapan juga penting kepada kami, yang ditunjukkan terutamanya dalam: keupayaan untuk menyediakan prototaip dengan cepat dan berkomunikasi dengan pelanggan sebelum jualan, penghantaran yang cekap semasa. proses pelaksanaan, dan selepas jualan Anda boleh mendapatkan jawapan serta-merta kepada semua jenis soalan yang anda hadapi.

Baru-baru ini, ChatGPT terus popular, dan aplikasi baharu boleh didapati setiap hari, jadi bolehkah ChatGPT digabungkan dengan produk kod rendah kami? Atau apakah jenis peningkatan kecekapan yang boleh dibawa oleh idea model bahasa besar ini kepada kod rendah?

Malah, beberapa gergasi telah pun melakukan perkara ini.

Salesforce mengumumkan pelancaran produk baharu, EinsteinGPT, produk berasaskan teknologi LLM yang menyepadukan dengan aplikasi web utama Salesforce dan memanfaatkan model OpenAI ChatGPT untuk membantu menjejaki kekerapan jurujual menghubungi prospek dan secara automatik Menulis e-mel pemasaran tanpa perlu menulis e-mel secara manual.

Sebaliknya, Microsoft turut mengumumkan pengembangan teknologi ChatGPT kepada Power Platform. Power Platform ialah produk kod rendah daripada Microsoft, yang diperkenalkan dalam "Dua Buku Kod Rendah yang Saya Baca Baru-baru Ini". Ini bermakna Agen Maya Kuasa dan Pembina AI pada Platform Kuasa telah dikemas kini dengan keupayaan pengekodan ChatGPT, membolehkan pengguna membangunkan aplikasi mereka sendiri dengan sedikit atau tiada pengekodan.

Salesforce menerapkannya pada keupayaan perniagaan dan Microsoft mempertingkatkan keupayaan platform. Bagi kami, apa yang diperlukan semasa pra-jualan dan pelaksanaan adalah membina aplikasi dengan cepat, dan selepas jualan perlu menyelesaikan masalah dengan cepat, jadi terdapat dua arah untuk pergi:

1. Meningkatkan kecekapan aplikasi pembinaan.

2. Bina sistem soal jawab yang bijak.

Langkah pelaksanaan projek semasa adalah seperti berikut:

• Selepas penganalisis keperluan berkomunikasi dengan pelanggan, dokumen keperluan disusun.
• Penganalisis keperluan menyediakan pembentangan keperluan kepada jurutera pembinaan dan pemaju.
• Bahagian yang boleh dilaksanakan melalui konfigurasi dibina dan dikonfigurasikan oleh jurutera pembinaan, dan bahagian lain disesuaikan dan dibangunkan oleh pembangun dan kemudian disepadukan dengan platform.

Selepas produk kod rendah menyepadukan keupayaan ChatGPT, sistem akan kelihatan seperti ini:

• Sistem ini mempunyai keupayaan untuk memahami bahasa semula jadi.
• Dokumen itu sendiri terbentuk selepas analisis keperluan dan sembang pelanggan diterangkan dalam bahasa semula jadi.
• Terdapat dialog sembang dan interaksi dalam sistem.
• Masukkan perihalan keperluan dalam kotak dialog untuk mengenal pasti maklumat utama Maklumat utama termasuk pengenalan antara muka dan pengekstrakan parameter.
• Panggil antara muka platform untuk membuat aplikasi atau melaraskan fungsi setempat.
• Hanya berbual dan menyelesaikan sistem.

Contohnya: masukkan dalam kotak dialog untuk melaraskan lebar lajur nama projek senarai semasa kepada 500. Pada masa ini, anda perlu dapat mengenal pasti parameter: nama projek dan lebar 500, dan ketahui bahawa anda perlu memanggil antara muka lebar lajur pelarasan.

Selepas platform kod rendah sedia ada melengkapkan pelbagai konfigurasi di latar belakang dan mengklik Simpan, bahagian hadapan mengumpul semua data dan menghantarnya ke antara muka Perincian antara muka agak kasar dan banyak kandungan akan disimpan pada satu masa, tetapi contoh di atas Melaraskan tetapan lebar lajur lajur memerlukan antara muka, yang memerlukan antara muka yang sangat halus Oleh itu, mengubah kebutiran antara muka adalah langkah pertama untuk mencapai kecerdasan.

Seperti yang dinyatakan di atas, keupayaan untuk mengintegrasikan ChatGPT bukanlah antara muka langsung kepada ChatGPT, jadi ia masih agak sukar untuk dilaksanakan. Walau bagaimanapun, terdapat tempoh masa untuk teknologi baharu meningkat dan menjadi popular sepenuhnya di pasaran ToB Selagi hala tujunya betul, pasti ada masa untuk bersedia.

Pada masa ini terdapat beberapa masalah dalam proses pelaksanaan projek, sebab itu sistem soalan pintar adalah penting:

• Oleh kerana platform mempunyai banyak fungsi dan sangat fleksibel, supaya sama Orang yang mempunyai keperluan berbeza mempunyai kaedah dan pendekatan yang berbeza untuk melaksanakannya, dan beban kerja mungkin berbeza beberapa kali;
• Cara semasa ialah mencari melalui dokumen

Banyak dokumen telah terkumpul selama bertahun-tahun, seperti:

Kes senario perniagaan, manual operasi, manual Soalan Lazim pelaksanaan, dll. ., tetapi Berdasarkan carian kata kunci, terdapat beberapa masalah dengan carian kata kunci:

Banyak kali saya tidak tahu cara mengekstrak kata kunci.

• Terdapat banyak hasil carian dan tidak dapat dipadankan dengan tepat Memandangkan bilangan dokumen bertambah, adalah perlu untuk menapis melalui sejumlah besar hasil.
• Apabila mencari penyelesaian pembinaan untuk senario perniagaan tertentu, perlawanannya sangat lemah.
• Jika anda mengikuti idea ChatGPT, logik sistem soal jawab pintar adalah seperti ini:

• Semua dokumen termendak (korpus) menjana data vektor dan menyimpannya dalam pangkalan data vektor.
• Bahasa semula jadi input menjana vektor, mengira persamaan dan mencari hasil yang berkaitan.
• Atur output.

Mengenai soalan ini, saya bertanya kepada Encik Zhang Shanyou di Planet Pengetahuan Gambar berikut disediakan oleh Zhang Shanyou:

Baoyu sedang menolak. Juga menjawab soalan serupa:

https://twitter-thread.com/t/1641656561650249730.

Walau bagaimanapun, parameter yang disediakan oleh Zhang Shanyou dan Baoyu semuanya bergantung pada antara muka OpenAI Adakah terdapat cara untuk mencapai ini tanpa bergantung pada OpenAI? Ini memerlukan kajian dan penyelidikan lanjut.

Baru-baru ini saya melihat bahawa dokumentasi produk Supabase menyediakan Soal Jawab AI (https://supabase.com/docs Kesan ini adalah apa yang saya ingin capai, ia berdasarkan input bahasa semula jadi jawapan yang tepat.

Masa depan telah tiba, dan kedua-dua produk dan individu perlu terus belajar dan berkembang agar tidak disingkirkan.

Atas ialah kandungan terperinci Pemikiran tentang produk kod rendah yang dibawa oleh ChatGPT. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!