Как мы интегрировали GPT модели в MAKER и научили генерировать схемы

Я расскажу о том, как и для чего мы встраиваем GPT-модели в наш сервис MAKER. С 2025 года он называется MAKER Studio.

Также расскажу о следующих аспектах:

• Какие задачи мы в целом пробовали решить с помощью GPT-моделей. Сейчас это модно, тренд, все про это говорят – мы тоже это попробовали.

• Какие модели протестировали и какие результаты.

• Теория: роль, контекст и промпт.

• Обучение GPT-модели: либо fine-tuning, либо обогащение ее «локальными» знаниями.

• И, наконец, о новом сервисе, который мы запускаем – MAKER-GPT.

Практическое применение GPT

MAKER Studio – это сервис, который упрощает разработку, ускоряет создание прототипов и генерирует техническое задание: можно рисовать блок-схемы, схемы бизнес-процессов (BPMN, UML, ARIS, IDF0 и т.д.) и прочее. Это дает ускорение, экономию времени и снижение рисков.

Лично я пользуюсь GPT-4, но также сейчас приобретает популярность DeepSeek.

В нашем детстве была серия книг – «Все обо всем». Нейросети являются чем-то подобным – это быстрый, упрощенный поиск в одном окне, диалог на заданную тему. Даже само название DeepSeek переводится как «глубокий поиск». Если нужно быстро найти определение термина или подготовить какой-то шаблон\набросок текста – GPT-модели для этого прекрасно подходят.

Но, по моему мнению, пока что для программирования на 1С это сыро. Middle- и senior-разработчики справляются намного быстрее и лучше, а «зеленый» Junior может оказаться не способным критически и профессионально оценить качество ответа GPT.

Мы пробовали в агробизнесе использовать GPT-модели для распознавания болезней растений – это очень важно. Например, вы подходите к полю с кукурузой, видите, что лист растения имеет признаки заболевания, покрылся пятнами – фотографируете его и отправляете в GPT. Он распознает изображение, отвечает, что это за болезнь, и даже подсказывает, чем ее обрабатывать.

Также хорошо работает поиск узкоспециализированной информации. Если вы общаетесь с кем-то из другой сферы, и нужно быстро наполнить свои знания специфическими терминами и определениями – GPT прекрасно подходит.

Еще один кейс – заполнение так называемого «белого листа». Всем знакома ситуация: нужно написать доклад, эссе, открываешь чистый лист и не знаешь, с чего начать. «Налить воду» – с этим GPT прекрасно справляется.

Сервис MAKER позволяет нарисовать форму. Мы начали его создавать пять лет назад. У нас под капотом не классический XML, как в платформе 1С:Предприятие, а JSON.

С первых дней создания сервиса к нам приходил запрос: «Можно ли из 1С отправить форму в MAKER, чтобы она там нарисовалась, я ее доработал уже в сервисе MAKER и обратно загрузил в конфигуратор?»

Такой возможности не было, но, естественно, мы начали думать над реализацией.

История интеграции: от ручного решения к GPT

Вот как выглядит форма в нашем сервисе MAKER Studio под капотом.

Это JSON, который хранит координаты, свойства объектов и так далее. Выгрузить это в конфигуратор – миссия выполнима или невыполнима?

Мы позвали одного гуру ИТ поделиться опытом и предложить решение проблемы. Этим гуру был директор по развитию «Инфостарта» Алексей Лустин. Алексей описал жизненный цикл:

Алексей показал прототип, когда преобразовал JSON в XML и получил форму в конфигураторе.

Технологии:

• JDK 11+ (java)

• Gradle

  • JAXB – читатель и писатель XML по схемам данных XSD

  • JSONStream – читатель JSON в классы Java

Архитектурное решение:

• Берем на вход JSON строку – преобразуем в Java класс MAKER_Form.java

• Трансформируем в java классы JAXB OneSForm.java

• Пишем XML через сериализацию OneSForm.java в файлы

  • Конфигуратор

  • EDT

• Опционально компилируем XML 1С в EPF, CF, CFE через 1C /DESIGNER

Мое лицо, когда мы посчитали, сколько это будет стоить, было примерно вот таким.

Я подумал: «Нет, наверное, мы это не потянем. Да и процесс слишком сложен для большинства пользователей».

Надо сказать, что Алексей действительно создал трансформатор из JSON в XML, загрузил простейшую форму, но там было много допущений, которые не понравились бы пользователям сервиса.

Прошло несколько лет – вышел ChatGPT, и мы решили вернуться к задаче.

Анализ затрат на разворачивание собственной модели и fine-tuning показал, что это долго, дорого и не эффективно. Мы пошли по пути применения готовых, «открытых» GPT моделей. Провели обучение ChatGPT, загрузили в нее порядка 100 картинок, 100 JSON и 100 XML похожих форм. В результате ИИ неплохо справился.

Естественно, мы настроили роль, подготовили промпт и т.д. На все это у нас ушло порядка трех недель обучения. Мы сделали трансформатор – генератор формы в MAKER.

Важно: мы пошли по пути не XML, а скриншота. Берем скрин формы, делим его на несколько кусков: кнопки, табличные части. Подгружаем в специальный элемент, который появился в MAKER – «Распознавание». Порядка 10-20 секунд распознается табличная часть, кнопки.

Отмечу такую особенность: у GPT-моделей есть ограничения в длине запроса – 4000 токенов, 8000 токенов и так далее. И мы заметили закономерность: если загрузить большой скрин, то GPT «ленится» примерно на середине. Когда доходит до ограничения, ИИ перестает распознавать и выдает то, что успел. Причем очень интересно: каждый раз, когда ты загружаешь одну и ту же картинку, он немного по-разному распознает элементы. Т.е. ИИ – это не всегда про стабильный результат «1 в 1».

Как итог, MAKER умеет распознать скрин и создать макет формы с точностью 80–90%.

Теория: роль, промпт и контекст

Роль. Когда вы начинаете общаться с нейросетями, по умолчанию у нее нейтральная роль. Вы можете сказать: «Ты – программист», причем можете обозначить язык программирования – допустим, на Java или на Python – и попросить отвечать вам определенным образом. Или: «Ты – бизнес-аналитик», «Ты – руководитель проекта» и так далее.

Если вы не задаете роль (роль нейтральная), то нейросеть все расписывает в повествовательном стиле.

Если же вы говорите, что она – программист на Java, то нейросеть начинает расписывать цикл, приводит пример куска кода и так далее.

Задание роли и промпта сильно влияет на ответ. Если вы начинаете с чистого листа, и ответ не устраивает – поработайте над ролью, а затем над промптом.

Промпт, фактически, это техническое задание. Все мы знаем классический сценарий: «без внятного ТЗ – результат ХЗ». То есть если вы хотите получить, допустим, 10 пунктов доклада – «Расскажи на такую тему, подготовь содержание и дай мне 10 пунктов», – тогда он даст вам 10. Если вы просто скажете: «Дай мне содержание», – он что-то выдаст, но не факт, что 10 пунктов. Если вы хотите получить точную цифру – так и формулируйте ваши требования.

Вы можете сказать чату: «Если ты не знаешь точного ответа, тогда ответь вот так». Это очень важно.

Например, когда мы просили определить болезнь растений, мы так и говорили: «Если ты не знаешь, что это за болезнь, тогда скажи: “Я не могу определить, мне нужно больше данных”», и даже просили уточнить, что именно ему нужно для более качественного распознавания.

Пример. Если вы говорите: «Напиши содержание документа “Устав проекта”» – это один сценарий.

Если же вы говорите: «Напиши устав проекта внедрения 1С:ERP на таком-то предприятии», то в его ответах уже начинают появляться более конкретные термины и аспекты. Он говорит про функциональные блоки ERP, финансы, склад, бухгалтерию и так далее.

Контекст тоже важен. Во всех GPT-моделях есть такой параметр: «сохранять контекст» или «не сохранять», то есть помнить, о чем вы до этого говорили, или не помнить.

Если не сохранять контекст, то для ИИ каждый вопрос будет «с чистого листа», как для рыбки Дори.

Анонс сервиса MAKER-GPT

Мы встроили AI-ассистента в MAKER-STUDIO, при этом доступ к GPT-моделям обеспечивается через интеграцию с отдельным сервисом MAKER-GPT.

MAKER-GPT унифицирует API наиболее распространенных GPT-моделей.

Встраивание AI дало следующую функциональность:

• Классическое общение с GPT: вы задаете вопрос – он дает подсказку,

• Встроенный набор ролей и промптов для ускорения написания текстов,

• Возможность генерировать блок-схемы и другую графику.

Недавно мы встроили UML диаграммы в сервис и научили AI-ассистента генерировать диаграммы на базе произвольного текста:

Можете по произвольному тексту быстро сгенерировать:

• Организационную структур компании

• Диаграмму объектов

• Процессную модель и многое другое

Выводы

Нейросети все больше входят в нашу жизнь и работу. Общаясь с банками и компаниями, вы все чаще сначала попадаете на чат-бота, и с каждым днем это уже не просто поиск по корпоративной базе – бот понимает смысл вашего запроса и пытается дать более качественный и релевантный ответ. Это нужно использовать, понимать и внедрять.

*************

Статья написана по итогам доклада (видео), прочитанного на конференции INFOSTART TEAMLEAD&CIO EVENT.