使用人工智慧技術開發專案

13小时前

讀畢需時 4 分鐘

現在許多新的專案，開發者都會直接先向人工智慧描述需求，人工智慧會根據專案的進行初步的規劃，代理程式就會一邊尋找專案需要的技術細節，同時進行專案可行性的分析工作，數個小時之後，就能快速評估與了解可能遇到的問題。過去專案經理評估新專案的時候，先透過關鍵字或技術特徵尋找類似功能的軟體，接著逐一比較分析、研究與評估這些功能類似的軟體，了解現有功能是否可以滿足客戶的需求？然後進一步了解新的專案解決哪一些問題，必須增加了哪一些功能，提供了哪一些客製化的服務。不可否認人工智慧背後採用軟體工程的方法，試圖模仿專案經理解決問題的方法，對市場的需求狀況進行評估，然後對現有的軟體工具進行改良，滿足各種工具需求。

規劃與開發全新的專案對專案經理而言，須要了解市場的現況，知道有哪一些現有的技術可以使用？如何整合這些現有的技術？最後將技術封裝並提供一個簡單的輸入介面，產生使用者預期的結果。過去的專案需要倚賴設定檔、資料庫或任何資料結構存放資料，需要資料時就從設定檔、資料庫或任何資料結構讀取這些資料，如果這些資料無法事先決定，就必須透過人員輸入的方式提供資料，否則程式邏輯就無法繼續備執行，而人工智慧技術可以取代人員輸入的工作，就像人工智慧技術模仿專案經理收集資料評估專案一樣。雖然人工智慧的技術發展快速，但是電腦的架構卻始終沒有改變，電腦的基本運作依然離不開載入與儲存兩個動作，將資料載入到哪一個記憶體位置，將資料存放到網路、資料庫或者是檔案，只是人工智慧可以動態產生數據資料，讓程式碼可以不再等候人員輸入，直接根據已經定義好的目標產生數據資料，讓程式繼續運作。

開發專案一直以來都不是從無到有的事情，都是在既有的功能上再加上客戶需要的功能，大型開發專案的開發通常也不是由一個人獨立完成，即使是獨立的遊戲開發者，也不可能真的是一個人從開發底層的遊戲引擎開始，而是建立在特定的技術框架之上。如何拼湊這些元件與功能都要靠過去經驗的累積，而人工智慧也可以視為程式邏輯中的一個零件，是條件判斷的一個分支，可以將功能加進舊的專案中，賦予舊有的專案擁有新的能力。

def generate_description(folder: Path, ai_info: dict):
    """使用全部照片生成更完整的拍賣描述"""
    photos = get_all_photos(folder)
    prompt = f"""根據以下商品資訊和所有照片，幫我寫一段 180~280 字的繁體中文二手拍賣描述。
商品資訊：{ai_info.get('商品名稱')} / {ai_info.get('演唱者或團體')} / {ai_info.get('專輯或系列名稱')} / {ai_info.get('年份')} / {ai_info.get('版本或特殊資訊')}
請強調品相、收藏價值、細節特徵，並保持自然吸引人的語氣。不要使用 markdown。"""

    try:
        resp = ollama.chat(
            model=MODEL_NAME,
            messages=[{
                "role": "user",
                "content": prompt,
                "images": [str(p) for p in photos[:6]]  # 最多傳 6 張，避免 token 過多
            }],
            options={
                'num_keep': 0,  # 強制設為 0 避開快取衝突
                'num_ctx': 8192
            }
        )
        return resp["message"]["content"].strip()
    except:
        return f"{ai_info.get('商品名稱','')} {ai_info.get('演唱者或團體','')} {ai_info.get('專輯或系列名稱','')} {ai_info.get('年份','')}。品相良好，值得收藏。"

有一位經營一個拍賣網站的朋友，透過舊有的工具軟體，可以將拍賣商品的內容批次上架，這款工具軟體的架構是讀入設定檔的資料後，可以自動在批次將資料上架到特定的網站，可是需要有人維護這個檔案，才能為拍賣的新品上架。朋友日常的工作，除了為拍賣的商品拍照之外，還需要整理大量的拍賣商品、撰寫商品的描述、決定商品的起標價格。雖然這些工作可以外包，但是人力資源日漸稀少缺乏，很難找到志同道合可以長期合作的夥伴，昔日許多長期合作的夥伴，由於協助輸入資料，加上年紀因素，視力已經大不如前，都希望能縮短工作的時間，讓眼睛有更多休息的時間。角度數據設計了問題的方法，透過人工智慧工具的協助，協助解決問題。

上面的展示為整個程式碼的核心，實作的方式是使用本地端的人工智慧引擎，解決資料輸入的問題，當然開發者也可以選擇接上 GEMINI 或 CHATGPT 的 API ，同樣可以達到相同的效果。拍賣的商品一定需要拍照，所有買家主要是根據照片的樣貌判斷拍賣品的價值，由於照片是整個拍賣價值的關鍵，所以必須確保照片的內容與實體商品的樣貌一致，不容許透過修圖的方式變造商品的外貌。由於照片是整個商業流程重要的底線，遇到爭議需要倚賴影像作為憑據，只能從現實世界中擷取真實影像，無法使用類似商品的影像取代。核心程式碼的第一行就是取得所有照片，緊接者讓人工智慧接手，產生指定格式的資料，這些資料內容就是昔日花費大量人力資源產生的資料，視力已經大不如前的員工，拿起手機協助拍照的工作，避免長期盯著螢幕造成視覺疲勞。