CN117094302A - 基于ChatGPT的自动化处理方法、装置及存储介质 - Google Patents
基于ChatGPT的自动化处理方法、装置及存储介质 Download PDFInfo
- Publication number
- CN117094302A CN117094302A CN202310982127.7A CN202310982127A CN117094302A CN 117094302 A CN117094302 A CN 117094302A CN 202310982127 A CN202310982127 A CN 202310982127A CN 117094302 A CN117094302 A CN 117094302A
- Authority
- CN
- China
- Prior art keywords
- demand
- text
- scene
- requirement
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000011161 development Methods 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000012360 testing method Methods 0.000 claims description 38
- 230000015654 memory Effects 0.000 claims description 30
- 238000012986 modification Methods 0.000 claims description 13
- 230000004048 modification Effects 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 8
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 10
- 238000003058 natural language processing Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 8
- 230000003993 interaction Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000011990 functional testing Methods 0.000 description 5
- 238000013500 data storage Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 230000003631 expected effect Effects 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 230000002441 reversible effect Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Machine Translation (AREA)
Abstract
本申请提出了一种基于ChatGPT的自动化处理方法、装置及存储介质，该方法包括：接收需求描述文本，需求描述文本为根据目标需求场景的信息输入要求生成的；获取目标需求场景的输出规则模板；调用ChatGPT对需求描述文本进行自动分析和解读，生成需求文本；按照输出规则模板对需求文本进行整理，得到目标需求文本。本申请可以通过融合敏捷迭代开发和ChatGPT自然语言处理技术，实现了便捷、高效地生成符合相应输出规则模板的目标需求文本，可以提升用户体验，还可以减少人工编写的时间和工作量，大大提高了敏捷开发的效率和质量，应用前景广阔、实用性较高，可以满足企业的开发需求。
Description
技术领域
本申请涉及计算机技术领域，尤其涉及一种基于ChatGPT的自动化处理方法、装置及存储介质。
背景技术
现有的人工智能技术在处理复杂的需求和测试场景时，不能够给出准确和详细的回答，导致用户体验差，也无法满足企业的开发需求。
发明内容
本申请实施例提供一种基于ChatGPT的自动化处理方法、装置及存储介质，以解决相关技术存在的问题，技术方案如下：
第一方面，本申请实施例提供了一种基于ChatGPT的自动化处理方法，包括：
接收需求描述文本，所述需求描述文本为根据目标需求场景的信息输入要求生成的；
获取所述目标需求场景的输出规则模板；
调用ChatGPT对所述需求描述文本进行自动分析和解读，生成需求文本；
按照所述输出规则模板对所述需求文本进行整理，得到目标需求文本。
在一种实施方式中，接收需求描述文本包括：
响应于接收到的需求场景信息，生成需求场景信号，所述需求场景信号用于在需求场景选择界面上示出需求场景选项；
响应于接收到的在所述需求场景选择界面上选择所述目标需求场景的操作，生成选择信息，所述选择信息用于显示所述目标需求场景的信息输入界面；
接收在所述信息输入界面上按照所述信息输入要求输入的描述文本；
根据所述描述文本，得到所述需求描述文本。
在一种实施方式中，所述目标需求场景为用户故事需求场景、测试用例需求场景或开发任务拆分需求场景。
在一种实施方式中，当所述目标需求场景为所述用户故事需求场景时，所述信息输入要求用于要求按照敏捷开发故事卡片的必要要素，描述出一个真实或虚构的场景；
当所述目标需求场景为所述测试用例需求场景时，所述信息输入要求用于要求参考预设的测试用例模板，设计出N条测试用例；
当所述目标需求场景为所述开发任务拆分需求场景时，所述信息输入要求用于参考预设的标准任务基线，拆分待拆分的开发任务。
在一种实施方式中，所述输出规则模板包含输出规则和模板要求，所述输出规则是指格式、指定字数或指定结构，所述模板要求用于制定文本自动生成的基本结构和格式、范式。
在一种实施方式中，调用ChatGPT对所述需求描述文本进行自动分析和解读，生成需求文本包括：
调用所述ChatGPT的对话式交互操作，自动分析和解读所述需求描述文本中的关键词信息；
根据所述关键词信息，生成所述需求文本。
在一种实施方式中，所述方法还包括：
响应于修改信息，更新所述目标需求文本，所述修改信息为对所述目标需求文本进行修订或调整后生成的。
第二方面，本申请实施例还提供了一种基于ChatGPT的自动化处理装置，包括：
接收单元，用于接收需求描述文本，所述需求描述文本为根据目标需求场景的信息输入要求生成的；
处理单元，用于获取所述目标需求场景的输出规则模板；调用ChatGPT对所述需求描述文本进行自动分析和解读，生成需求文本；按照所述输出规则模板对所述需求文本进行整理，得到目标需求文本。
在一种实施方式中，所述接收单元具体用于：
响应于接收到的需求场景信息，生成需求场景信号，所述需求场景信号用于在需求场景选择界面上示出需求场景选项；
响应于接收到的在所述需求场景选择界面上选择所述目标需求场景的操作，生成选择信息，所述选择信息用于显示所述目标需求场景的信息输入界面；
接收在所述信息输入界面上按照所述信息输入要求输入的描述文本；
根据所述描述文本，得到所述需求描述文本。
在一种实施方式中，所述目标需求场景为用户故事需求场景、测试用例需求场景或开发任务拆分需求场景。
在一种实施方式中，当所述目标需求场景为所述用户故事需求场景时，所述信息输入要求用于要求按照敏捷开发故事卡片的必要要素，描述出一个真实或虚构的场景；
当所述目标需求场景为所述测试用例需求场景时，所述信息输入要求用于要求参考预设的测试用例模板，设计出N条测试用例；
当所述目标需求场景为所述开发任务拆分需求场景时，所述信息输入要求用于参考预设的标准任务基线，拆分待拆分的开发任务。
在一种实施方式中，所述输出规则模板包含输出规则和模板要求，所述输出规则是指格式、指定字数或指定结构，所述模板要求用于制定文本自动生成的基本结构和格式、范式。
在一种实施方式中，所述处理单元具体用于：
调用所述ChatGPT的对话式交互操作，自动分析和解读所述需求描述文本中的关键词信息；
根据所述关键词信息，生成所述需求文本。
在一种实施方式中，所述处理单元还用于：
响应于修改信息，更新所述目标需求文本，所述修改信息为对所述目标需求文本进行修订或调整后生成的。
第三方面，本申请实施例还提供了一种计算机装置，该计算机装置包括：存储器和处理器。该存储器中存储指令，该指令由处理器加载并执行，以实现上述各方面任一种实施方式中的方法。其中，该存储器和该处理器通过内部连接通路互相通信。
第四方面，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被计算机执行时，实现上述各方面任一种实施方式中的方法。
上述技术方案中的优点或有益效果至少包括：
相较于现有技术而言，本申请通过接收需求描述文本，需求描述文本为根据目标需求场景的信息输入要求生成的；获取目标需求场景的输出规则模板；调用ChatGPT对需求描述文本进行自动分析和解读，生成需求文本；按照输出规则模板对需求文本进行整理，得到目标需求文本，从而可以通过融合敏捷迭代开发和ChatGPT自然语言处理技术，实现了便捷、高效地生成符合相应输出规则模板的目标需求文本，可以提升用户体验，还可以减少人工编写的时间和工作量，大大提高了敏捷开发的效率和质量，应用前景广阔、实用性较高，可以满足企业的开发需求。
上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本申请进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请公开的一些实施方式，而不应将其视为是对本申请范围的限制。
图1为本申请实施例提供的一种基于ChatGPT的自动化处理方法的流程示意图；
图2为本申请实施例提供的另一种基于ChatGPT的自动化处理方法的流程示意图；
图3为本申请实施例提供的一种基于ChatGPT的自动化处理装置的结构框图；
图4为本申请实施例提供的一种计算机装置的结构框图。
具体实施方式
在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本申请的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
相关技术中，人工智能技术在处理复杂的需求和测试场景时，不能够给出准确和详细的回答，导致用户体验差。通常，这些人工智能技术缺乏完整的技术生态系统支持，在模型训练、优化、部署等方面也存在不足，无法满足企业的开发需求。
为解决上述问题，本申请提出请了一种以敏捷迭代开发场景为基础，基于ChatGPT的自动化处理方案，以实现自动化生成用户故事、生成测试用例、拆分开发任务。具体地，通过采用一定的模板化方法，在ChatGPT模型的基础上，基于敏捷迭代开发范式，将用户故事、功能用例及开发任务模板化，根据输入的具体参数和信息，即可生成符合排版规范及内容要求的输出物。
本申请通过融合敏捷迭代开发和ChatGPT自然语言处理技术，实现了便捷、高效地用户故事自动生成、测试用例自动生成和开发任务自动拆分，如用户只需要输入一定的参数和信息，即可快速生成符合排版规范和内容要求的用户故事、测试用例、开发任务，可以提升用户体验，还可以减少人工编写的时间和工作量，大大提高了敏捷开发的效率和质量，应用前景广阔、实用性较高，可以满足企业的开发需求。
下面将结合附图详细介绍本申请实施例提供的技术方案。
图1示出根据本申请一实施例的基于ChatGPT的自动化处理方法的流程图。如图1所示，该方法可以包括如下步骤：
S110、接收需求描述文本，该需求描述文本为根据目标需求场景的信息输入要求生成。
在本实施例中，目标需求场景可以为用户故事需求场景、测试用例需求场景或开发任务拆分需求场景。
在本实施例中，可以响应于接收到的需求场景信息，生成需求场景信号，该需求场景信号用于在需求场景选择界面上示出需求场景选项，如用户故事需求场景的选择选项，测试用例需求场景的选择选项，开发任务拆分需求场景的选择选项等。例如，当检测到用户打开需求场景选择界面时，可以生成并发起需求场景信息。
在本实施例中，接收到用户在该需求场景选择界面上选择目标需求场景的操作，可以生成并发起选择信息。通过响应于接收到的该选择信息，即可显示目标需求场景的信息输入界面。其中，该信息输入界面可以显示有目标需求场景的信息输入要求。之后，用户可以按照该信息输入要求在该信息输入界面上输入相应的文本信息。换言之，接收到在该信息输入界面按照信息输入要求输入的描述文本，根据该描述文本，即可得到需求描述文本。
作为一种示例，当目标需求场景为用户故事需求场景时，信息输入要求可以用于要求按照敏捷开发故事卡片的必要要素，描述出一个真实或虚构的场景。其中，敏捷开发故事卡片的必要要素可以包括：目标、角色、价值、假设和验收标准。
比如，用户可以使用用户故事的格式，以故事点的斐波那契数列为8，在用户故事需求场景的信息输入界面上按照上述要素输入一个关于“移动端支付”的场景。
在本实施例中，当目标需求场景为用户故事需求场景时，信息输入要求可以用于要求按照敏捷开发故事卡片的必要要素，描述出一个真实或虚构的场景，便于更好地了解用户的需求和期望。
作为一种示例，当目标需求场景为测试用例需求场景时，信息输入要求用于要求参考预设的测试用例模板，设计出N条测试用例。其中，可设计每条测试用例包含M个步骤及M个预期效果，每条测试用例包含正向流程及反向流程，N、M为大于1的整数。
比如，用户可以根据下述假设、验收标准以及附加说明中的规范内容提供的关键信息，参考预设的测试用例模板，设计出4条测试用例，每条测试用例包含3个步骤及3个预期效果，测试用例包含正向流程及反向流程。
作为一种示例，当目标需求场景为开发任务拆分需求场景时，信息输入要求用于参考预设的标准任务基线，拆分待拆分的开发任务。其中，拆分待拆分的开发任务得到的若干个子开发任务中，每个子拆分任务的执行时间可以设置少于L个小时，还可以以高、中、低优先级的维度区分每个子开发任务的优先级，并以前端任务、后端任务区分每个子开发任务的类型，L为大于1的整数。
比如，用户可以根据下述假设、验收标准以及附加说明中的规范内容提供的关键信息，参考预设的标准任务基线，拆分待拆分的开发任务，拆分得到的每个子开发任务的执行时间可以设置少于4个小时。
在本申请中，通过接收用户针对目标需求场景的信息输入要求输入的描述文本需求描述文本，从而可以对需要操作的需求场景进行背景、上下文、限制条件、目标等信息的输入。其中，背景、上下文和目标等信息可以提供给ChatGPT进行文本生成和对话交互的场景分析和决策，从而达到最优化的文本生成或对话交流效果。限制条件可以确定ChatGPT在进行文本生成或对话交互时的可操作性和合规性。
S120、获取目标需求场景的输出规则模板。
在本实施例中，可以事先定义好每种需求场景的输出规则模板，以确保所生成的需求文本符合已知的输出条件和标准。
作为一种示例，输出规则模板可以包含输出规则和模板要求。其中，输出规则可以是指格式、指定字数或指定结构等。模板要求则可以用于制定文本自动生成的基本结构和格式、范式等。
在本实施例中，接收到需求描述文本后，可以基于需求描述文本所针对的目标需求场景，获取相应的输出规则模板。
作为一种示例，用户故事需求场景的输出规则模板可以如下所示：
作为一种示例，测试用例需求场景的输出规则模板可以如下所示：
作为一种示例，开发任务拆分需求场景的输出规则模板可以如下所示：
S130、调用ChatGPT对需求描述文本进行自动分析和解读，生成需求文本。
在本实施例中，当目标需求场景为用户故事需求场景时，需求文本包括用户故事。当目标需求场景为测试用例需求场景时，需求文件包括多个功能测试用例。当目标需求场景为开发任务拆分需求场景时，需求文本包括待拆分的开发任务的子开发任务。
ChatGPT是美国人工智能研究实验室OpenAI新推出的一种人工智能技术驱动的自然语言处理工具，其能够基于在预训练阶段所见的模式和统计规律，来生成回答，还能根据聊天的上下文进行互动，以获得满足用户需求和期望的文本。
在本实施例中，可以调用ChatGPT的对话式交互操作，自动分析和解读需求描述文本中的关键信息；再根据关键信息，生成需求文本。
在本实施例中，通过调用ChatGPT对需求描述文本进行自动分析和解读，生成需求文本，可以根据对话式交互进行操作，采用全面细致的输入信息和适当的输出规则，实现了对一系列需求场景中文本生成和对话应用的高效自动化处理，具有简便高效、集成度高、效果优秀等优点。
S140、按照输出规则模板对需求文本进行整理，得到目标需求文本。
比如，当目标需求场景为用户故事需求场景时，关键词信息为“移动端支付”，ChatGPT根据该关键词信息，即可自动生成一个清晰、简洁、具有测量指标的用户故事，再按照用户故事需求场景的输出规则模板对该用户故事进行整理，即可得到具有排版规范和内容要求的用户故事(即目标需求文本)。
当目标需求场景为测试用例需求场景时，ChatGPT根据关键词信息，即可自动生成多个具备可测量指标的功能测试用例，涵盖了正向流程及反向流程，每个功能测试用例描述了功能测试用例的前置条件、执行步骤及预期效果，再按照测试用例需求场景的输出规则模板对多个功能测试用例进行整理，即可得到具有排版规范和内容要求的测试用例(即目标需求文本)。
当目标需求场景为开发任务拆分需求场景时，ChatGPT根据关键词信息，即可拆分待拆分的开发任务，得到的子开发任务可以涵盖页面及接口开发、自测、联调等任务，每个子开发任务描述了任务详情、任务类型(前端任务或后端任务)、任务预计工时等，再按照开发任务拆分需求场景的输出规则模板对得到的子开发任务进行整理，即可得到具有排版规范和内容要求的子开发任务(即目标需求文本)。在此基础上，通过开发任务的拆分和分配，可以实现对开发人员的有效调度和追踪，提高开发效率和产品质量。
在本申请提供的一种可适用的场景下，结合图1-2所示，本申请实施例提供的基于ChatGPT的自动化处理方法，还可以包括如下步骤：
S150、响应于修改信息，更新目标需求文本，该信息修改信息为对目标需求文本进行修订或调整后生成的。
在本实施例中，目标需求文本的输出界面，可以提供修订和调整功能，以支持用户在该输出界面上对目标需求文本进行修订或调整，以使得修改后的目标需求文本更能满足用户的需求和期望。用户在完成目标需求文本的修订或调整后，可以点击该输出界面中的修改提交选项以发起该修改信息。通过响应于该修改信息，即可更新目标需求文本。
通过以上描述可知，相较于现有技术而言，本申请通过接收需求描述文本，需求描述文本为根据目标需求场景的信息输入要求生成的；获取目标需求场景的输出规则模板；调用ChatGPT对需求描述文本进行自动分析和解读，生成需求文本；按照输出规则模板对需求文本进行整理，得到目标需求文本，从而可以通过融合敏捷迭代开发和ChatGPT自然语言处理技术，实现了便捷、高效地生成符合相应输出规则模板的目标需求文本，可以提升用户体验，还可以减少人工编写的时间和工作量，大大提高了敏捷开发的效率和质量，应用前景广阔、实用性较高，可以满足企业的开发需求。
图3示出根据本发明一实施例的基于ChatGPT的自动化处理装置的结构框图。如图3所示，该装置可以包括：
接收单元210，用于接收需求描述文本，需求描述文本为根据目标需求场景的信息输入要求生成的；
处理单元220，用于获取目标需求场景的输出规则模板；调用ChatGPT对需求描述文本进行自动分析和解读，生成需求文本；按照输出规则模板对需求文本进行整理，得到目标需求文本。
在一种实施方式中，接收单元210具体用于：
响应于接收到的需求场景信息，生成需求场景信号，需求场景信号用于在需求场景选择界面上示出需求场景选项；
响应于接收到的在需求场景选择界面上选择目标需求场景的操作，生成选择信息，选择信息用于显示目标需求场景的信息输入界面；
接收在信息输入界面上按照信息输入要求输入的描述文本；
根据描述文本，得到需求描述文本。
在一种实施方式中，目标需求场景为用户故事需求场景、测试用例需求场景或开发任务拆分需求场景。
在一种实施方式中，当目标需求场景为用户故事需求场景时，信息输入要求用于要求按照敏捷开发故事卡片的必要要素，描述出一个真实或虚构的场景；
当目标需求场景为测试用例需求场景时，信息输入要求用于要求参考预设的测试用例模板，设计出N条测试用例；
当目标需求场景为开发任务拆分需求场景时，信息输入要求用于参考预设的标准任务基线，拆分待拆分的开发任务。
在一种实施方式中，输出规则模板包含输出规则和模板要求，输出规则是指格式、指定字数或指定结构，模板要求用于制定文本自动生成的基本结构和格式、范式。
在一种实施方式中，处理单元220具体用于：
调用ChatGPT的对话式交互操作，自动分析和解读需求描述文本中的关键词信息；
根据关键词信息，生成需求文本。
在一种实施方式中，处理单元220还用于：
响应于修改信息，更新目标需求文本，修改信息为对目标需求文本进行修订或调整后生成的。
本申请实施例各装置中的各单元的功能可以参见上述方法中的对应描述，在此不再赘述。
图4示出根据本发明一实施例的计算机装置的结构框图。如图4所示，该计算机装置包括：存储器310和处理器320，存储器310中存储指令，该指令由处理器320加载并执行，以实现上述实施例中的数据存储方法。存储器310和处理器320的数量可以为一个或多个。
该计算机装置还包括：
通信接口330，用于与外界设备进行通信，进行数据交互传输。
如果存储器310、处理器320和通信接口330独立实现，则存储器310、处理器320和通信接口330可以通过总线相互连接并完成相互间的通信。该总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture，EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器310、处理器320及通信接口330集成在一块芯片上，则存储器310、处理器320及通信接口330可以通过内部接口完成相互间的通信。
本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被计算机执行时，实现本申请实施例中提供的数据存储方法。
本申请实施例还提供了一种芯片，该芯片包括处理器，用于从存储器中调用并运行存储器中存储的指令，使得安装有芯片的通信设备执行本申请实施例提供的数据存储方法。
本申请实施例还提供了一种芯片，包括：输入接口、输出接口、处理器和存储器，输入接口、输出接口、处理器以及存储器之间通过内部连接通路相连，处理器用于执行存储器中的代码，当代码被执行时，处理器用于执行申请实施例提供的数据存储方法。
应理解的是，上述处理器可以是中央处理器(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(digital signal processing，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现场可编程门阵列(fieldprogrammablegate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是，处理器可以是支持进阶精简指令集机器(advanced RISC machines，ARM)架构的处理器。
进一步地，可选的，上述存储器可以包括只读存储器和随机存取存储器，还可以包括非易失性随机存取存储器。该存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以包括只读存储器(read-onlymemory，ROM)、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以包括随机存取存储器(random access memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用。例如，静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(dynamic random access memory，DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(doubledata date SDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhancedSDRAM，ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM，DR RAM)。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本申请的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分。并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。
应理解的是，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。上述实施例方法的全部或部分步骤是可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。该存储介质可以是只读存储器，磁盘或光盘等。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于ChatGPT的自动化处理方法，其特征在于，包括：
接收需求描述文本，所述需求描述文本为根据目标需求场景的信息输入要求生成的；
获取所述目标需求场景的输出规则模板；
调用ChatGPT对所述需求描述文本进行自动分析和解读，生成需求文本；
按照所述输出规则模板对所述需求文本进行整理，得到目标需求文本。
2.根据权利要求1所述的方法，其特征在于，接收需求描述文本包括：
响应于接收到的需求场景信息，生成需求场景信号，所述需求场景信号用于在需求场景选择界面上示出需求场景选项；
响应于接收到的在所述需求场景选择界面上选择所述目标需求场景的操作，生成选择信息，所述选择信息用于显示所述目标需求场景的信息输入界面；
接收在所述信息输入界面上按照所述信息输入要求输入的描述文本；
根据所述描述文本，得到所述需求描述文本。
3.根据权利要求2所述的方法，其特征在于，所述目标需求场景为用户故事需求场景、测试用例需求场景或开发任务拆分需求场景。
4.根据权利要求3所述的方法，其特征在于，当所述目标需求场景为所述用户故事需求场景时，所述信息输入要求用于要求按照敏捷开发故事卡片的必要要素，描述出一个真实或虚构的场景；
当所述目标需求场景为所述测试用例需求场景时，所述信息输入要求用于要求参考预设的测试用例模板，设计出N条测试用例；
当所述目标需求场景为所述开发任务拆分需求场景时，所述信息输入要求用于参考预设的标准任务基线，拆分待拆分的开发任务。
5.根据权利要求1所述的方法，其特征在于，所述输出规则模板包含输出规则和模板要求，所述输出规则是指格式、指定字数或指定结构，所述模板要求用于制定文本自动生成的基本结构和格式、范式。
6.根据权利要求1-5任一项所述的方法，其特征在于，调用ChatGPT对所述需求描述文本进行自动分析和解读，生成需求文本包括：
调用所述ChatGPT的对话式交互操作，自动分析和解读所述需求描述文本中的关键词信息；
根据所述关键词信息，生成所述需求文本。
7.根据权利要求1-5任一项所述的方法，其特征在于，所述方法还包括：
响应于修改信息，更新所述目标需求文本，所述修改信息为对所述目标需求文本进行修订或调整后生成的。
8.一种基于ChatGPT的自动化处理装置，其特征在于，包括：
接收单元，用于接收需求描述文本，所述需求描述文本为根据目标需求场景的信息输入要求生成的；
处理单元，用于获取所述目标需求场景的输出规则模板；调用ChatGPT对所述需求描述文本自动分析和解读，生成需求文本；按照所述输出规则模板对所述需求文本进行整理，得到目标需求文本。
9.一种计算机装置，其特征在于，包括：存储器和处理器，所述存储器中存储指令，所述指令由处理器加载并执行，以实现如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被计算机执行时，实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310982127.7A CN117094302A (zh) | 2023-08-04 | 2023-08-04 | 基于ChatGPT的自动化处理方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310982127.7A CN117094302A (zh) | 2023-08-04 | 2023-08-04 | 基于ChatGPT的自动化处理方法、装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117094302A true CN117094302A (zh) | 2023-11-21 |
Family
ID=88770915
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310982127.7A Pending CN117094302A (zh) | 2023-08-04 | 2023-08-04 | 基于ChatGPT的自动化处理方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117094302A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117289905A (zh) * | 2023-11-24 | 2023-12-26 | 浙江口碑网络技术有限公司 | 一种应用软件开发方法和装置、存储介质和电子设备 |
| CN118446752A (zh) * | 2024-05-06 | 2024-08-06 | 深圳市德拉姆网络科技有限公司 | 亚马逊店铺描述的智能更新方法与系统 |
| CN118569390A (zh) * | 2024-08-01 | 2024-08-30 | 上海法忞銮智能科技有限公司 | 场景化的aigc内容生成方法、系统和存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107766255A (zh) * | 2017-11-16 | 2018-03-06 | 郑州云海信息技术有限公司 | 基于Cucumber和Testng的WebUI自动化测试方法 |
| CN113190443A (zh) * | 2021-04-28 | 2021-07-30 | 南京航空航天大学 | 测试方法、装置、计算机设备和存储介质 |
| CN113254840A (zh) * | 2021-06-22 | 2021-08-13 | 中电科新型智慧城市研究院有限公司 | 人工智能应用服务推送方法、推送平台及终端设备 |
-
2023
- 2023-08-04 CN CN202310982127.7A patent/CN117094302A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107766255A (zh) * | 2017-11-16 | 2018-03-06 | 郑州云海信息技术有限公司 | 基于Cucumber和Testng的WebUI自动化测试方法 |
| CN113190443A (zh) * | 2021-04-28 | 2021-07-30 | 南京航空航天大学 | 测试方法、装置、计算机设备和存储介质 |
| CN113254840A (zh) * | 2021-06-22 | 2021-08-13 | 中电科新型智慧城市研究院有限公司 | 人工智能应用服务推送方法、推送平台及终端设备 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117289905A (zh) * | 2023-11-24 | 2023-12-26 | 浙江口碑网络技术有限公司 | 一种应用软件开发方法和装置、存储介质和电子设备 |
| CN117289905B (zh) * | 2023-11-24 | 2024-03-19 | 浙江口碑网络技术有限公司 | 一种应用软件开发方法和装置、存储介质和电子设备 |
| CN118446752A (zh) * | 2024-05-06 | 2024-08-06 | 深圳市德拉姆网络科技有限公司 | 亚马逊店铺描述的智能更新方法与系统 |
| CN118569390A (zh) * | 2024-08-01 | 2024-08-30 | 上海法忞銮智能科技有限公司 | 场景化的aigc内容生成方法、系统和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117094302A (zh) | 基于ChatGPT的自动化处理方法、装置及存储介质 | |
| US12001514B2 (en) | Image classification modeling while maintaining data privacy compliance | |
| CN108388515B (zh) | 测试数据生成方法、装置、设备以及计算机可读存储介质 | |
| KR20200014510A (ko) | 기계 학습 기반의 예측 서비스 제공 방법 및 그 장치 | |
| CN108108162A (zh) | 应用程序编程接口生成方法及装置 | |
| WO2022159196A1 (en) | Automated intelligent content generation | |
| CN109656815B (zh) | 有配置文件的测试语句编写方法、装置、介质及电子设备 | |
| CN108765134B (zh) | 订单数据处理方法及装置、电子设备、存储介质 | |
| CN112417899A (zh) | 文字翻译方法、装置、计算机设备和存储介质 | |
| US20240184837A1 (en) | Recommendation method and apparatus, training method and apparatus, device, and recommendation system | |
| WO2017189030A2 (en) | Methods, systems and computer program products for facilitating user interaction with tax return preparation programs | |
| CN111597118A (zh) | 测试用例生成方法、装置、计算机设备及存储介质 | |
| CN117931190A (zh) | 一种代码管理方法及相关设备 | |
| US20220198153A1 (en) | Model training | |
| CN112395182A (zh) | 自动化测试方法、装置、设备及计算机可读存储介质 | |
| CN114091688A (zh) | 一种计算资源获取方法、装置、电子设备和存储介质 | |
| US10705810B2 (en) | Automatic code generation | |
| CN110895924B (zh) | 一种文档内容朗读方法、装置、电子设备及可读存储介质 | |
| EP3425510B1 (en) | Automated testing method for application program user interface, electronic device, system, and storage medium | |
| CN112732423B (zh) | 流程迁移方法、装置、设备及介质 | |
| CN110515653B (zh) | 文档生成方法、装置、电子设备及计算机可读存储介质 | |
| RU2826431C1 (ru) | Способ и система распределения вычислительных задач в облачной среде | |
| CN115098090B (zh) | 表单生成方法及装置 | |
| CN113052675B (zh) | 数据展示方法和装置 | |
| US11934300B2 (en) | Reducing computing power for generating test scenario files for decision models |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |