u概念

隨著OpenAI的ChatGPT爆紅，絕大多數的程式碼皆可以透過ChatGPT來產生，未來幾年將對程式師的我們產生重大影響。同樣標榜要以AI智能來快速開發應用軟體的iCoder平台，遇到如此巨大的轉折，當然也要善用ChatGPT強大的自然語言處理模型及能理解人類語言語義，來充分揮發ChatGPT在分類與歸納的功能，協助iCoder可以根據開發者使用自然的規格語言，來快速開發出應用軟體系統。

 

iCoder提供了一個新的ChatCoder模組，該模組透過OpenAI API來讀懂你的應用需求，開發者以文字或口述(語音轉文字)來描述需求與規格，可在2分鐘內將你的文字需求轉換成iCoder的系統規格，再自動產生應用系統模組與對應的程式碼，並可立即執行結果。當然，也可透過ChatGPT來取得應用需求與規格的建議，再以此內容來快速產生應用系統，即使你不太會寫程式。

 

除了ChatCoder外，還提供了一個Runtime ChatUX引擎，讓使用者以文字或語音方式來操作應用系統，如「我想統計一下訂單資料，今年第一季，業務員為COCO」。「幫我印出去年第4季的損益表」。「幫我增加一個用戶，用戶編號A017，名稱為TOBY，部門為業務部」等等。最後使用者只需要按下確認即可完成操作，大幅降低系統操作門檻與簡化步驟，讓企業迎向AI的新年代。

 

u架構

因為ChatGPT可以理解人類的自然語言，所以只要將開發者所提出來的需求，先讓ChatGPT來建議規格(狹義來說是建議資料表結構)，如圖，步驟如下:

 

Step1> 開發者提出文字需求，透過ChatGPT產生建議的資料表規格，只需欄位名稱與摘要。

Step2> 然後讓開發者不斷補充欄位規格(也就是欄位摘要)，透過ChatGPT重新整理出新的規格。

Step3> 當開發者滿意規格之後，接著透過ChatCoder將上述的規格轉成iCoder的欄位定義，這個欄位定義也是可以即時修改的，如果ChatGPT沒有整理好或誤動作的話。

Step4> 有了欄位定義之後，ChatCoder就可以將欄位定義轉成iTable的規格(視覺化的前端設計器)。

Step5> 到了iTable之後，就與一般的視覺化開發工具差不多了，可以拖拉點選進行欄位與屬性的調整。

Step6> 最後，透過iTable可以自動產生Table Schema、Server端資料存取模組、前端RWD頁面等，一氣呵成，這樣就可以完成你的應用系統了。

 

以上步驟，如果都沒有人為干預的話，如只要輸入「我要開發一個員工管理」，2分鐘內即可無中生有，自動幫你產生一個透過ChatGPT所建議的員工管理系統(注意，ChatGPT每次提出的建議都會些微的差異)。

 

uChatUX架構

除了開發外，也可以利用ChatGPT強大的自然語言理解能力，讓使用者以自然語言的文字或語言(語音轉文字)轉換成Runtime的執行命令，輔助使用者來直接對應用系統進行操作，除了可以打開對應的表單查詢外，還可以對其進行新增、更改、刪除、印表等動作，可大幅降低系統操作門檻與簡化操作步驟等。如下為ChatUX的示意圖，步驟如下:

Step1> 主畫面提供一個新的ChatUX介面讓使用者可以用文字或語音輸入自然語言命令。

Step2> 經過OpenAI API歸類與整理成EEP的命令規格格式，也就是使用者的自然語言會被整理成這樣的格式: (功能名稱，動作，欄位對應參數)。

Step3> 接著ChatUX將命令格式進行取樣的處理，透過EEP的MENU選單查詢有沒有相近的功能名稱，如果有就直接打開這個對應選單的表單；也可能找到多個選單就由USER來選擇決定；如果沒有的話，將所有選單功能名稱傳入給ChatGPT來判斷"此功能"比較接近哪個MENU選單，如果找得到就打開這個對應表單。

Step4> 打開這個表單時，透過URL傳入命令格式中的動作與欄位對應參數，此時EEP的RWD表單中會自動偵測這個傳入的命令格式，並進行解析。解析之後會進行以下的動作:

動作	欄位對應參數
查詢	取出欄位對應，進行查詢動作
新增	取出欄位對應，進行新增動作
更改	取出欄位對應，查詢後進行更改動作
刪除	取出欄位對應，查詢後進行刪除動作
印表	取出欄位對應，查詢後進行印表動作

Step5> 進行欄位對應參數時，為了符合自然語言，使用者所表達欄位不一定與表單上的欄位一致，所以當欄位對應找不到時，就會讓ChatGPT將該欄位與表單內實際的欄位進行分析那一個欄位必較接近，來達到自然語言的目地。