複雜的時序圖也可以讓ChatGPT幫忙

                March 26, 2023

            複雜的時序圖也可以讓ChatGPT幫忙

            以下是一個複雜的時序圖：

雖然原來的圖並沒有問題，但究竟是機器學習領域的人才能理解Embedding model，Qdrant或是LLM這些東西。所以我想用一個「IGS智能客服」的案例來解釋，我們應該怎麼建構屬於我們自己的AI。所以我就完全用文字來描述整個流程了：

「玩家」提交「問題(Question)」
「問題」被「IGS智能客服(LangChain)」轉交給「語意向量引擎(Embedding Model)」
「語音向量引擎」處理完後，將「問題向量(Question Vector)」回傳給「IGS智能客服」
「IGS智能客服」將「問題向量」傳給「向量資料庫(Qdrant)」做特徵比對
「向量資料庫」比對「向量」，將「前K名的相關內容(Top K facts)」傳回給「IGS智能客服」
「IGS智能客服」將「前K名的相關內容」做為提詞，將原來的問題含入後，一併詢問「聊天機器人(LLM)」
「聊天機器人」嘗試參考「前K名相關內容回答」，將「答案」回覆給「IGS智能客服」
「IGS智能客服」最終將「聊天機器人」的「答案」回給「玩家」

用文字描述出來這些流程，基本上可能跟講話也差不多簡單，照自己的意思念就行了。然後就是請ChatGPT產一個「時序圖(SequenceDiagram)」的mermaid腳本就行了：

我有一個如下的內容：

「玩家」提交「問題(Question)」
「問題」被「IGS智能客服(LangChain)」轉交給「語意向量引擎(Embedding Model)」
「語音向量引擎」處理完後，將「問題向量(Question Vector)」回傳給「IGS智能客服」
「IGS智能客服」將「問題向量」傳給「向量資料庫(Qdrant)」做特徵比對
「向量資料庫」比對「向量」，將「前K名的相關內容(Top K facts)」傳回給「IGS智能客服」
「IGS智能客服」將「前K名的相關內容」做為提詞，將原來的問題含入後，一併詢問「聊天機器人(LLM)」
「聊天機器人」嘗試參考「前K名相關內容回答」，將「答案」回覆給「IGS智能客服」
「IGS智能客服」最終將「聊天機器人」的「答案」回給「玩家」

請給我最適合表現這個流程的mermaid script 

ChatGPT果然能理解這個順序：
sequenceDiagram
    participant 玩家
    participant IGS智能客服
    participant 語意向量引擎
    participant 向量資料庫
    participant 聊天機器人

    玩家->>IGS智能客服: 提交問題
    IGS智能客服->>語意向量引擎: 問題
    語意向量引擎->>IGS智能客服: 問題向量
    IGS智能客服->>向量資料庫: 問題向量
    向量資料庫-->>IGS智能客服: 前K名相關內容
    IGS智能客服->>聊天機器人: 前K名相關內容
    聊天機器人-->>IGS智能客服: 答案
    IGS智能客服-->>玩家: 答案

把這個腳本丟到「Mermaidv10.0.0 Live Editor」後，就會得到如下圖的時序圖：

可我希望能把1-8順序標號也加入到圖表中，因此特別說明了一下我想怎麼加：

很好，最後只差一步。我想把數字標號加註在「問題」的變化。 意思是說，玩家把「問題」交給「IGS智能客服」，這是第一步，所以我們應將「1.」加註在「問題」上。接下來，「IGS智能客服」會將「問題」交給「語意向量引擎」，這是第二步，此時「問題」還是原來那個問題，所以我們把「2.」還是加在「問題」上。之後，「語意向量引擎」會回傳「問題向量」給「IGS智能客服」，此時「問題」已變成「問題向量」了，所以我們應將「3.」加註給「問題向量」。 以下依此類推，再產一次。

ChatGPT也很出色的完成了這個任務：
sequenceDiagram
    participant 玩家
    participant IGS智能客服
    participant 語意向量引擎
    participant 向量資料庫
    participant 聊天機器人

    玩家->>+IGS智能客服: 1. 提交問題
    IGS智能客服->>+語意向量引擎: 2. 問題
    語意向量引擎-->>-IGS智能客服: 3. 問題向量
    IGS智能客服->>+向量資料庫: 4. 問題向量
    向量資料庫-->>-IGS智能客服: 5. 前K名相關內容
    IGS智能客服->>+聊天機器人: 6. 前K名相關內容
    聊天機器人-->>-IGS智能客服: 7. 答案
    IGS智能客服-->>-玩家: 8. 答案

ChatGPT還有詳細的解釋：

玩家將問題提交給IGS智能客服，這是第1步，「問題」上加上「1.」。IGS智能客服將問題傳遞給語意向量引擎，這是第2步，「問題」上加上「2.」。在第3步中，語意向量引擎將問題轉換為問題向量，「問題」轉變為「問題向量」，所以在「問題向量」上加上「3.」。在第4步中，IGS智能客服將問題向量傳遞到向量資料庫進行特徵比對。向量資料庫回傳前K名相關內容給IGS智能客服，這是第5步，所以「問題向量」不變。在第6步中，IGS智能客服將前K名相關內容傳遞到聊天機器人進行進一步處理，所以「問題向量」不變，「前K名相關內容」加上「6.」。在第7步中，聊天機器人參考前K名相關內容回答問題，將答案回傳給IGS智能客服，「前K名相關內容」不變，「答案」加上「7.」。最後，在第8步中，IGS智能客服將答案回傳給玩家，「答案」不變，加上「8.」。

以後要做簡報表示這種複雜的時序圖，看來會輕鬆直覺很多。
咏唱源碼在這裡，有興趣的可以參考：智能客服解決問題 (Smart customer service solves problems)

Don't miss what's next. Subscribe to 技管思維: