你好，我是徐昊，今天我们来继续学习 AI 时代的软件工程。
在上一节课，我们介绍了如何使用业务模型通过模型展开的方式，帮助我们理解业务。我们也谈到了，在使用模型展开的时候，我们处在庞杂的认知模式下。因此，提效的关键在于构造思维链，让 LLM 帮助我们更好地应用不可言说知识。
那么今天，我们就围绕之前的例子，看看如何通过 LLM 辅助我们理解不同的业务场景。
通过半结构化自然语言表示模型
当我们想让大语言模型（Large Language Model，LLM）帮助我们通过模型解释业务知识时，首先就会碰到一个问题，如何将我们的模型表达为大语言模型能够理解的形式。
其实这比想象中要容易得多，因为 LLM 不仅仅懂得自然语言，它还懂得各种编程语言或结构化描述语言。我们可以使用 Mermaid 描述我们的领域模型：
classDiagram
Department "1" -- "*" Program
Department "1" -- "*" Offer
Offer "1" -- "1" Program
Program "1" -- "1" Curriculum
Curriculum "1" -- "*" Course
Student "1" -- "1" ProgramEnrollment
ProgramEnrollment "1" -- "*" CourseEnrollment
Student "1" -- "1" Offer
ProgramEnrollment "1" -- "1" Program
CourseEnrollment "1" -- "1" Course
class Department {
}
class Program {
}
class Curriculum {
}
class Course {
}
class Student {
}
class Offer {
}
class ProgramEnrollment {
}
class CourseEnrollment {
}
当我们把这段 Mermaid 录入 LLM，它会为我们提供它的理解：
其中大部分的内容都是正确的，只是不够准确。比如领域概念的名字，在 LLM 中的解读部分就是错误的。再比如，关联所代表的含义，也不甚准确。图里 Department、Program、Offer 三个对象间的意思就不对。
这时候，我们可以使用一个我发明的技巧，叫半结构化自然语言。所谓半结构化自然语言，就是在结构化的描述中混入自然语言去补充对应的上下文。说人话就是写注释。
那为什么要叫半结构化自然语言呢？因为在 LLM 的视角来看，结构化的信息和非结构化的自然语言一样重要。半结构化自然语言既可以看作以自然语言给予结构化数据补充，也可以看作结构化数据赋予自然语言结构。而从赋予自然语言结构的角度，就能够解锁更多对于 LLM 应用的巧思。
首先我们来解决一下命名的问题。在 Mermaid 中增加注释，并给出解释和例子：
classDiagram
...
%% 学院
class Department {
}
%% 教学计划
%% 比如，计算机科学与技术学士学位教学计划，或是计算机科学与技术硕士学位教学计划
class Program {
}
%% 教学大纲
class Curriculum {
}
%% 教学课程
class Course {
}
%% 学生
class Student {
}
%% 录取通知
%% 通知学生被那个教学计划录取，比如张三录取为学士学位学生
class Offer {
}
%% 学籍
%% 根据录取通知将学籍注册到指定的教学计划，比如，张三根据录取通知注册为2023年入学的计算机科学与技术学士学位教学计划学生
class ProgramEnrollment {
}
%% 选课
%% 在学籍有效期内，需要根据教学大纲选课
class CourseEnrollment {
}
这就是半结构化自然语言为什么会被称作半结构化自然语言。我们通过注释，实际上使用了少样本迁移学习（Few Shots Example），在一个小范围的上下文中，给 LLM 提供了更为具体的迁移指引。
接下来我们用同样的方法来处理关联关系。通过 Mermaid 的语法，标注关系之间方向和含义，并提供注释：
classDiagram
Department "1" *-- "*" Program: 提供不同学位的教学计划 >
Department "1" *-- "*" Offer: 为学生发出录取通知 >
Offer "1" --> "1" Program: 录取通知针对某个学位 >
Program "1" --> "1" Curriculum: 教学计划对应的教学大纲 >
Curriculum "1" *--> "*" Course: 组成教学大纲的课程 >
Student "1" --> "1" ProgramEnrollment: 学生登录的学籍 >
ProgramEnrollment "1" *-- "*" CourseEnrollment: 在学籍有效期内，需要根据教学大纲选课 >
Student "1" --> "1" Offer : 学生拿到的入学通知 >
ProgramEnrollment "1" --> "1" Program: 录取通知中指定的教学计划 >
CourseEnrollment "1" --> "1" Course: 选定的课程 >
%% ProgramEnrollment根据Offer生成，表示学生已经到校注册
...
至此，我们可以看到 LLM 已经可以理解我们包含在模型中的业务知识了。
围绕业务上下文进行模型的展开
让我们再看一下上节课中模型展开之后的结果：
可以明显看到，我们的模型展开了两次。第一次是根据 Given 描述的场景，寻找样例数据，然后再用模型实例化解释这个数据。第二次是根据 When 的描述，引入了数据改变，然后再用模型实例化解释这个数据。
这是一个典型的知识生成（Generated Knowledge）场景。下面我来展示一下这个知识提取的过程。让我们先做一个提示词模板，然后先给出第一个任务，让 LLM 根据验收条件生成样例数据。
领域模型
======
```mermaid
{model}
```
用户故事
======
{user_story}
验收场景
======
{ac}
任务
===
数据都以yaml格式给出。
首先，请根据领域模型理解用户故事中的场景，并针对验收场景中Given的部分，给出样例数据。
我们看到此处的模型展开与图中得到的结果是一样的，并且 LLM 按照模型的指引，在当前的上下文中给出了为什么如此展开的解释。最后 LLM 按照要求以 YAML 的格式给出数据，便于我们进行数据处理与准备。我们可以改进任务，让 LLM 帮助我们生成后续的结果。
任务
===
数据都以yaml格式给出。
首先，请根据领域模型理解用户故事中的场景，并针对验收场景中Given的部分，给出样例数据。
然后，参看验收场景中When的部分，给出样例数据会产生怎样的改变。
这个结果基本是正确的，但是在注册的时候，LLM 认为应该连同课程一起注册了。这并不是我们希望的结果。
那么我们可以继续在半结构化自然语言中，包含一部分思维链的内容（Chain of Thought，CoT），也就是解释一下为什么注册和选课应该是分开的环节，并不应该合并。
classDiagram
Department "1" *-- "*" Program: 提供不同学位的教学计划 >
Department "1" *-- "*" Offer: 为学生发出录取通知 >
Offer "1" --> "1" Program: 录取通知针对某个学位 >
Program "1" --> "1" Curriculum: 教学计划对应的教学大纲 >
Curriculum "1" --> "*" Course: 组成教学大纲的课程 >
Student "1" --> "1" ProgramEnrollment: 学生登录的学籍 >
ProgramEnrollment "1" --> "*" CourseEnrollment: 在学籍有效期内，需要根据教学大纲选课 >
Student "1" --> "1" Offer : 学生拿到的入学通知 >
ProgramEnrollment "1" --> "1" Program: 录取通知中指定的教学计划 >
CourseEnrollment "1" --> "1" Course: 选定的课程 >
%% ProgramEnrollment根据Offer生成，表示学生已经到校注册
%% 向ProgramEnrollment中添加CourseEnrollment，表示学生选课。选课与注册是不同的流程。
通过在模型描述的注释中，引入部分思维链的内容，我们成功地指导了 LLM 按照模型与我们的期待，完成了模型展开的部分。
小结
到此为止，我们通过将模型转化为 Mermaid 格式，并将其转化为半结构化自然语言，指导 LLM 帮助我们完成了模型展开。这里有几个问题需要注意。
第一，通过 Mermaid 描述的类图，极大地简化了我们构造 CoT 的难度。 这是因为 Mermaid 描述的类图，本身就是对于抽象概念的表述。而 LLM 可以理解 Mermaid 中的内容，这样 LLM 会自然而然地使用 Mermaid 中的概念，做下一步分解映射的指引。这也是目前为止（2023 年 12 月），我们构造思维链最简单的方法。
第二，在 LLM 通过 Mermaid 构造的原始思维链中，LLM 会更多地将它映射到方案域。 所以需要我们通过半结构化自然语言的方式，以问题域的角度，对思维链进行标注。也就是，通过注释给予更多的上下文信息，并且在 Mermaid 允许提供额外信息的地方，提供自然语言的说明。
第三，由于我们使用的是类图，一些隐含的关系需要通过额外的方式补充。 当然，如果我们愿意，还可以逐步引入关键逻辑的时序图，进一步帮助 LLM 理解业务上下文。但是，以我的经验，大部分时候，一些简单的补充就已经足够了。
最后，如果你不会写 Mermaid 或是别的结果描述，可以使用 ChatGPT-4 的识图功能，让它生成最初始的版本，再在其上修改。
思考题
请使用这节课介绍的技术，在其他场景中展开模型。
欢迎你在留言区分享自己的思考或疑惑，我们会把精彩内容置顶供大家学习讨论。