「直接看網頁」的理解程度還算堪用

                March 29, 2023

            「直接看網頁」的理解程度還算堪用

            在之前「複雜的時序圖也可以讓ChatGPT幫忙」的內容中，我直接叫它產sequenceDiagram給我，可以work。但我再認真去看了下「Sequence diagrams | Mermaid 」的文件後，發現它還有很多語法可以玩，因此這次是叫它參考文件來解決我的需求。
問題是這麼下的：
我有一個如下的內容：

1. 玩家提交「問題(Question)」
2. 問題被「IGS智能客服(LangChain)」轉交給「語意向量引擎(Embedding Model)」
3. 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
4. IGS智能客服將問題向量傳給「向量資料庫(Qdrant)」做特徵比對
5. 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
6. 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)」
7. 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
8. IGS智能客服最終將聊天機器人的答案回給玩家

請參考 https://mermaid.js.org/syntax/sequenceDiagram.html 的內容，給我一個sequenceDiagram

它給了我這樣的答案：
sequenceDiagram
    participant Player as 玩家
    participant IGS as IGS智能客服(LangChain)
    participant Embedding as 語意向量引擎(Embedding Model)
    participant Qdrant as 向量資料庫(Qdrant)
    participant LLM as 聊天機器人(LLM)

    Player->>IGS: 提交「問題(Question)」
    IGS->>Embedding: 轉交問題
    Embedding->>IGS: 回傳「問題向量(Question Vector)」
    IGS->>Qdrant: 傳遞問題向量
    Qdrant->>IGS: 回傳「前K名的相關內容(Top K facts)」
    IGS->>LLM: 詢問原問題和前K名相關內容
    LLM->>IGS: 回答問題
    IGS->>Player: 將答案回覆給玩家

然後開始試新語法：
「玩家」請用Actor節點，並加入自動編號

不曉得是原來就知道，還是真的去看文件，答案算及格：
sequenceDiagram
    participant actor as Actor 玩家
    participant IGS as IGS智能客服(LangChain)
    participant Embedding as 語意向量引擎(Embedding Model)
    participant Qdrant as 向量資料庫(Qdrant)
    participant LLM as 聊天機器人(LLM)

    Note over actor, IGS: 1.
    actor->>IGS: 提交「問題(Question)」
    Note over IGS, Embedding: 2.
    IGS->>Embedding: 轉交問題
    Note over Embedding, IGS: 3.
    Embedding->>IGS: 回傳「問題向量(Question Vector)」
    Note over IGS, Qdrant: 4.
    IGS->>Qdrant: 傳遞問題向量
    Note over Qdrant, IGS: 5.
    Qdrant->>IGS: 回傳「前K名的相關內容(Top K facts)」
    Note over IGS, LLM: 6.
    IGS->>LLM: 詢問原問題和前K名相關內容
    Note over LLM, IGS: 7.
    LLM->>IGS: 回答問題
    Note over IGS, actor: 8.
    IGS->>actor: 將答案回覆給玩家

為什麼說只是「及格」？因為不曉得為什麼它把原來的說明改成用「Note over」的語法，然後把”自動編號”這個需求加到「Note over」裡了。因此我稍微提示了它一下：
等等，不是有一個「autonumber」可以用嗎？用那個就好。

接下來就回了正確的內容：
sequenceDiagram
    autonumber
    participant actor as Actor 玩家
    participant IGS as IGS智能客服(LangChain)
    participant Embedding as 語意向量引擎(Embedding Model)
    participant Qdrant as 向量資料庫(Qdrant)
    participant LLM as 聊天機器人(LLM)

    actor->>IGS: 提交「問題(Question)」
    IGS->>Embedding: 轉交問題
    Embedding->>IGS: 回傳「問題向量(Question Vector)」
    IGS->>Qdrant: 傳遞問題向量
    Qdrant->>IGS: 回傳「前K名的相關內容(Top K facts)」
    IGS->>LLM: 詢問原問題和前K名相關內容
    LLM->>IGS: 回答問題
    IGS->>actor: 將答案回覆給玩家

表面上看起來的內容沒太大問題，就貼到編輯器去，結果出了錯，再把結果貼給它除錯：
我貼到mermaid.live的編輯器去，得到了如下的錯誤訊息：
Error: Lexical error on line 9. Unrecognized text.
...機器人(LLM)" actor->>IGS: "提交「問題(Quest
---------------------^

請修正

這裡以為是中文的上下引號(「」)的問題，但引號拿掉後還是不對。後來認真對了下文件後才發現，若使用actor看來就不能再使用participant了，因此再提示它這件事：
等等，問題不是中文的引號。我給你的網頁參考中，若使用`actor`，好像就不能用`participant`了的樣子？

結果它又自由發揮了：
sequenceDiagram
    autonumber
    actor 玩家
    actor IGS as "IGS智能客服(LangChain)"
    actor Embedding as "語意向量引擎(Embedding Model)"
    actor Qdrant as "向量資料庫(Qdrant)"
    actor LLM as "聊天機器人(LLM)"

    玩家->>IGS: "提交問題(Question)"
    IGS->>Embedding: "轉交問題"
    Embedding->>IGS: "回傳問題向量(Question Vector)"
    IGS->>Qdrant: "傳遞問題向量"
    Qdrant->>IGS: "回傳前K名的相關內容(Top K facts)"
    IGS->>LLM: "詢問原問題和前K名相關內容"
    LLM->>IGS: "回答問題"
    IGS->>玩家: "將答案回覆給玩家"

最後，再”溫馨提醒”它一下，我只有「玩家」是actor，其他的別動：
不對不對，我只有「玩家」要用actor，其他的別動

最後的答案總算對了：
sequenceDiagram
    autonumber
    actor 玩家
    participant IGS as "IGS智能客服(LangChain)"
    participant Embedding as "語意向量引擎(Embedding Model)"
    participant Qdrant as "向量資料庫(Qdrant)"
    participant LLM as "聊天機器人(LLM)"

    玩家->>IGS: "提交問題(Question)"
    IGS->>Embedding: "轉交問題"
    Embedding->>IGS: "回傳問題向量(Question Vector)"
    IGS->>Qdrant: "傳遞問題向量"
    Qdrant->>IGS: "回傳前K名的相關內容(Top K facts)"
    IGS->>LLM: "詢問原問題和前K名相關內容"
    LLM->>IGS: "回答問題"
    IGS->>玩家: "將答案回覆給玩家"

最後的時序圖很不錯：

討論過程在這裡，有興趣的可以看一下。

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