先抛转引玉下,我们团队从去年开始探索用例平台接入 AI 的能力,通过输入需求内容产出脑图格式的用例。
主要流程:
1.平台交互页面提供需求录入的页面
2.调用底层 AI 工作流(基于 DIFY 二次开发的,工作流包含了 RAG 和模型的调用),生成用例
3.用例处理,平台页面实时展现
效果方面:
1.整体 AI 生成用例条数占比 10% 左右,由于生成的用例都需要人工 check 和优化结构,目前实际提效基本可以忽略
2.先让 AI 对长文本需求拆分后,再逐块生成,效果会好一些
主要的障碍:
1.由于多数需求都是增量的需求,对历史知识库的依赖比较重,而目前 RAG 在基于需求这种长文本检索方面效果并不理想(召回数量最大也只有 top10)
2.历史知识库碎片化也比较严重,实体关系较难在 RAG 检索阶段被理解
3.尝试模型微调训练的方案,所需要的数据集(问答对)的梳理工程量有非常巨大,目前进展也不太理想

不知道大家在这块都有哪些好的经验?实际效果如何?


↙↙↙阅读原文可查看相关链接,并与作者交流