Разделение кода и нейросетей. Как рисовать BPMN-схемы для ИИ
Проектирование процессов с участием больших языковых моделей требует новых подходов к визуализации. Автор статьи на Хабре предлагает адаптировать стандартные BPMN-диаграммы под специфику работы ИИ.
При описании текущих процессов (AS IS) правила остаются прежними. Нужно максимально точно зафиксировать то, как всё работает сейчас. Но когда дело доходит до проектирования новых систем, возникает необходимость разделять задачи для кода и для LLM (Large Language Model).
Для чистоты логики предлагается использовать цветовую легенду: выделять узлы, работающие на коде, и те, что управляются нейросетью, разными цветами. Для блоков с ИИ важно прописывать входные данные и требования к ним. Если несколько узлов используют одни и те же вводные, их можно запускать параллельно это ускорит работу системы.
На примере оптимизации валютного контроля автор показывает цепочку: извлечение атрибутов из контракта, определение вида сделки и проверка условий для постановки на УНК (уникальный номер контракта). В таких цепочках запросы часто идут последовательно, так как результат одного шага становится основой для следующего.
Для тех, кто внедряет ИИ в бизнес-процессы, это значит, что стандартные схемы нужно дополнять техническими деталями о типах задач. Это поможет точнее распределять нагрузку между алгоритмами и нейросетями.
Текст подготовила языковая модель по материалам источников.

