利用大语言模型进行业务操作的方法、装置、设备及介质与流程

本申请涉及人工智能，尤其涉及一种利用大语言模型进行业务操作的方法、装置、电子设备及存储介质。

背景技术：

1、大语言模型(large language model，llm)是一种语言模型，由具有许多参数(可达数十亿个权重或更多)的人工神经网络组成，使用自监督学习或半监督学习对大量未标记文本进行训练。llm能够通过处理大量文本数据来理解和生成人类语言，从而执行各种自然语言处理任务。

2、业务对象管理包括对业务对象的业务操作，业务对象管理是行业业务支撑系统(business support system，bss)的核心，现有技术中，一般利用llm辅助进行bss相关代码的生成，但是还没有在复杂的bss中通过业务操作进行完整的业务对象管理的实现方法。

技术实现思路

1、为了解决现有技术存在的上述技术问题，本申请提供了一种利用大语言模型进行业务操作的方法、装置、电子设备及存储介质，利用llm完成业务操作，进而实现了业务对象管理，并且该方案还具备智能化、自动化程度高、使用成本低等特点。

2、第一方面，本申请提供了一种利用大语言模型进行业务操作的方法，该方法包括：大语言模型llm接收业务操作请求，业务操作请求用于触发对对象的业务操作；llm根据业务操作请求，以及预先定义的业务提示词，生成调用提示词，其中，业务提示词用于引导llm生成反馈结果；利用调用提示词调用对应的后台通用应用程序接口api并配置后台通用api的参数；通过后台通用api调用对应的数据库的客户端api和/或对应的业务平台的客户端api，以完成业务操作。

3、本申请提供的方案中，实现了从后台api设计、业务提示词设计到数据库操作和数据展示的全流程自动化。后台通用api调用的是数据库(或其它持久化格式)提供的客户端api，或者业务平台提供的通用api，因此后台通用api与实际的业务实现了解耦，不需要为每个业务单独设计和实现后台通用api，可以节省大量人力和时间资源，也避免了后续业务变更带来的大量维护工作。本方案利用llm理解自然语言，转换为后台通用api调用的能力，极大降低了非技术人员进行复杂业务操作的难度，简化了非技术人员的操作流程，对于用户的技术背景要求下降的同时，提升了操作的效率和准确性；进一步的，该方案可以基于预定义的业务提示词、上下文和用户意图动态生成调用提示词，以准确调用后台通用api，提升了系统的智能性和用户体验。

4、在一种可能的实现方式中，所述llm根据所述业务操作请求，以及预先定义的业务提示词，生成调用提示词，具体包括：所述llm在会话开始时，调用第一后台通用api，所述第一后台通用api用于查询数据库模式schema；所述llm解析所述业务操作请求中的内容；所述llm根据解析结果、所述业务提示词以及所述schema，生成所述调用提示词。

5、在一种可能的实现方式中，利用调用提示词调用对应的后台通用应用程序接口api并配置后台通用api的参数，具体包括：llm利用后台通用api的open api规范，识别与调用提示词对应的后台通用api；llm利用后台通用api的open api规范和业务操作请求中携带的参数，配置后台通用api的参数。

6、在一种可能的实现方式中，通过后台通用api调用对应的数据库的客户端api和/或对应的业务平台的客户端api，以完成业务操作后，方法还包括：后台通用api获取数据库的客户端api和/或对应的业务平台的客户端api反馈的指示信息，指示信息用于指示业务操作的处理结果；llm根据后台通用api获取的指示信息向用户反馈业务操作的处理结果。

7、在一种可能的实现方式中，大语言模型llm接收业务操作请求前，方法还包括：设计后台通用api的open api规范，后台通用api的open api规范包括主机统一资源定位符url、路径、输入输出参数，还包括包含api的端点endpoint、操作、参数、响应以及安全等一项或多项内容的schema定义。

8、在一种可能的实现方式中，大语言模型llm接收业务操作请求前，方法还包括：设计llm的业务提示词，业务提示词包括业务参数对应的提示词和业务操作对应的提示词，其中，业务参数包括以下中的一项或多项：字段名、操作符和条件数值，业务操作包括以下中的一项或多项：生成数据、插入数据、修改数据、删除数据、表格设计、图设计、查询数据。

9、在一种可能的实现方式中，后台通用api包括以下中的至少一种：第一类api和第二类api，其中，第一类api包括数据定义语言ddl类api，第二类api包括数据操纵语言dml类api和数据查询语言dql类api。

10、第二方面，本申请还提供了一种利用大语言模型进行业务操作的装置，该装置包括接收单元、生成单元、配置单元和调用单元。接收单元，用于大语言模型llm接收业务操作请求，业务操作请求用于触发对对象的业务操作；生成单元，用于llm根据业务操作请求，以及预先定义的业务提示词，生成调用提示词，其中，业务提示词用于引导llm生成反馈结果；配置单元，用于利用调用提示词调用对应的后台通用应用程序接口api并配置后台通用api的参数；所述调用单元，用于通过后台通用api调用对应的数据库的客户端api和/或对应的业务平台的客户端api，完成业务操作。

11、第三方面，本申请还提供了一种电子设备，电子设备用于运行程序，程序运行时执行以上第一方面，以及第一方面的任意一种实现方式所提供的利用大语言模型进行业务操作的方法。

12、第四方面，本申请还提供了一种存储介质，存储介质上存储有计算机程序，该程序被处理器执行时实现以上第一方面，以及第一方面的任意一种实现方式所提供的利用大语言模型进行业务操作的方法。

技术特征：

1.一种利用大语言模型进行业务操作的方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述llm根据所述业务操作请求，以及预先定义的业务提示词，生成调用提示词，具体包括：

3.根据权利要求1所述的方法，其特征在于，所述利用所述调用提示词调用对应的后台通用应用程序接口api并配置所述后台通用api的参数，具体包括：

4.根据权利要求3所述的方法，其特征在于，所述通过所述后台通用api调用对应的数据库的客户端api和/或对应的业务平台的客户端api，以完成所述业务操作后，所述方法还包括：

5.根据权利要求1所述的方法，其特征在于，所述大语言模型llm接收业务操作请求前，所述方法还包括：

6.根据权利要求1所述的方法，其特征在于，所述大语言模型llm接收业务操作请求前，所述方法还包括：

7.根据权利要求1所述的方法，其特征在于，所述后台通用api包括以下中的至少一种：

8.一种利用大语言模型进行业务操作的装置，其特征在于，所述装置包括：接收单元、生成单元、配置单元和调用单元；

9.一种电子设备，其特征在于，所述电子设备用于运行程序，程序运行时执行权利要求1-7中任一项所述的利用大语言模型进行业务操作的方法。

10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，该程序被处理器执行时实现权利要求1-7中任一项所述的利用大语言模型进行业务操作的方法。

技术总结一种利用大语言模型进行业务操作的方法、装置及存储介质，涉及人工智能领域和软件开发领域。该方法包括：大语言模型LLM接收业务操作请求，所述业务操作请求用于触发对对象的业务操作；所述LLM根据所述业务操作请求，以及预先定义的业务提示词，生成调用提示词，其中，所述业务提示词用于引导所述LLM生成反馈结果；利用所述调用提示词调用对应的后台通用应用程序接口API并配置所述后台通用API的参数；通过所述后台通用API调用对应的数据库的客户端API和/或对应的业务平台的客户端API，以完成所述业务操作。该方案利用LLM实现了完整的业务对象管理，并且该方案还具备智能化、自动化程度高、使用成本低等特点。技术研发人员：张联华,王首峰,欧阳晔受保护的技术使用者：亚信科技（中国）有限公司技术研发日：技术公布日：2024/11/14