ChatGPT进阶——如何辅助设计E-R图、流程图和时序图等

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，使用了Transformer神经网络架构，也是GPT-3.5架构，这是一种用于处理序列数据的模型，拥有语言理解和文本生成能力，尤其是它会通过连接大量的语料库来训练模型，这些语料库包含了真实世界中的对话，使得ChatGPT具备上知天文下知地理，还能根据聊天的上下文进行互动的能力，做到与真正人类几乎无异的聊天场景进行交流。ChatGPT不单是聊天机器人，还能进行撰写邮件、文案、翻译、代码等任务。

ChatGPT的受欢迎程度不断增长，现在被广泛用于各种应用程序。使用ChatGPT来探索一些可能的使用场合，开始之前介绍一下Mermaid。

什么是Mermaid

Mermaid 是一个基于 JavaScript 的图表绘制工具，通过解析类 Markdown 的文本语法来实现图表的创建和动态修改。Mermaid 诞生的主要目的是让文档的更新能够及时跟上开发进度。这是一个Mermaid在线编辑器：Online FlowChart & Diagrams Editor - Mermaid Live Editor

引导ChatGPT分析程序，并绘制流程图

对ChatGPT提出疑问，绘制流程图

这里我们选择一个简单的Java语言编写的冒泡排序算法，并在程序结尾处提出我们的要求：分析程序结构，并绘制相应的流程图。

 下面是ChatGPT对于该问题的回答

 当然，对于人工智能语言生成模型的回答也会存在错误，它只能给我们一些分析和建议，但都是有局限性的，我们还是要在此基础上进一步地分析，才能得出更合理的答案。

用ChatGPT绘制E-R图和时序图

可以先确认一下 ChatGPT 是否可以为案例解释生成图表并同时分析图表的影响因素。登录到 chat.openai.com，下面就来开启对话。

第一步：让我们定义用例

 第 2 步：让我们为用例定义一个数据模型

 下面是 ChatGPT 提供的用例模型格式：

Use Case:
- Name:
- Description:

Actor:
- Name:
- Description:

Preconditions:
- Preconditions 1
- Preconditions 2
...

Steps:
1. Step 1
2. Step 2
...
n. Step n

Postconditions:
- Postcondition 1
- Postcondition 2
...

Exceptions:
- Exception 1
- Exception 2
...

Extensions:
- Extension 1
- Extension 2
...

这种模型可以根据具体的用例进行扩展和修改，以满足需求分析和设计过程中的实际需要。

看起来不错，接下来看看它可以为图表做什么。更深入地研究数据模型，所以下一个提示是：

继续提问：更详细地描述数据模型或使用 Markdown 的表格格式 

ChatGPT：以下是一个更详细的用例数据模型，使用 Markdown 的表格格式进行描述：

 第 3 步：定义关系，实体关系图

 继续提问：这太完美了，想用 Mermaid 图来描述关系，你能给我输出这个的图的 Markdown 吗？

ChatGPT：当然，以下是使用 Mermaid 描述实体关系图的 Markdown 代码：

graph LR
Customer(顾客) -- 一对多 --> Order(订单)
Customer -- 有 --> 客户ID
Customer -- 有 --> 姓名
Customer -- 有 --> 地址
Order -- 有 --> 订单ID
Order -- 有 --> 日期

注意，需要在支持 Mermaid 图的 Markdown 编辑器或平台中使用上述代码才能正确显示实体关系图。

并将其复制到包含在 {mermaid} 标签内的 Markdown 编辑器中，效果如下：

 太好了，正在按照预期进展。有一个类图/实体关系图。接下来看看还有什么可能？

第 4 步：时序图

title 简单交互

participant Object A
participant Object B

Object A->Object B: 请求
Object B-->Object A: 响应

在上面的示例中，有两个对象 A 和 B 参与交互。A 向 B 发送了一个请求，B 接收到请求并返回响应。

时序图通常用于描述系统或模块之间的交互过程，也可以用于设计和测试等阶段的文档化，以便更好地理解和分析系统行为。它能够帮助开发人员更好地理解系统的交互行为，并且可以作为项目文档的一部分。

接下来，尝试提出假设性提示来检查响应。第一个意图是创建一个序列图。

继续提问：资产的购买交易将如何影响上述表格，想将其描述为序列图。你能帮忙描述一下 Mermaid 的 markdown 格式的图表吗?

ChatGPT：如果要在时序图中描述资产购买交易对数据模型的影响，可能需要添加新的参与者（例如购买方、卖方、支付系统等），以及新的消息来表示交互过程。下面是一个使用 Mermaid 描述资产购买交易的示例代码：

sequenceDiagram
    participant Buyer
    participant Seller
    participant Asset
    participant PaymentSystem
    Buyer->>Seller: 发出购买请求
    Seller->>Asset: 检查资产是否可用
    Asset-->>Seller: 返回资产可用性
    alt 资产可用
        Seller->>PaymentSystem: 向支付系统发送付款请求
        PaymentSystem->>Buyer: 返回付款链接
        Buyer->>PaymentSystem: 完成付款
        PaymentSystem->>Seller: 确认付款完成
        Seller->>Asset: 发送资产给买方
        Asset-->>Seller: 更新资产状态
        Seller-->>Buyer: 发送购买确认
    else 资产不可用
        Seller-->>Buyer: 发送购买失败信息
    end

上述示例中，我们使用了 sequenceDiagram 关键字来创建一个新的时序图，然后定义了四个参与者：买方（Buyer）、卖方（Seller）、资产（Asset）和支付系统（PaymentSystem）。在交互中，买方向卖方发出购买请求，卖方检查资产是否可用，然后向支付系统发送付款请求。如果资产可用，支付系统返回付款链接，买方完成付款后，支付系统向卖方确认付款完成，然后卖方将资产发送给买方，更新资产状态，并向买方发送购买确认。如果资产不可用，则卖方向买方发送购买失败信息。

注意，Mermaid 的 Markdown 语法比较灵活，可以根据具体需求进行调整和扩展。使用 Mermaid 可以方便地创建各种类型的图表，包括流程图、序列图、实体关系图等。
将其复制到 markdown 编辑器中：

第五步：资产购买交易状态转移图 

ChatGPT：下面是一个使用 Mermaid 描述资产购买交易状态转移图的示例代码：

stateDiagram-v2
    [*] --> 待支付
    待支付 --> 已支付 : 用户支付
    已支付 --> 已确认 : 系统确认收款
    已确认 --> 已分配 : 资产分配完成
    已分配 --> 已完成 : 用户确认收货
    已完成 --> [*]

上述示例中，我们定义了五个状态：待支付、已支付、已确认、已分配 和 已完成，用方框表示。在初始状态（用星号 [*] 表示）下，系统处于待支付状态。当用户发出支付命令后，系统从待支付状态转移到已支付状态；当系统确认收到用户的付款后，系统从已支付状态转移到已确认状态；当系统完成资产分配后，系统从已确认状态转移到已分配状态；当用户确认收到资产后，系统从已分配状态转移到已完成状态。最后，当交易完成后，系统回到初始状态，重新进入待支付状态。

在状态转移图中，箭头表示状态转移，箭头上的文本表示转移的条件或事件。在本例中，箭头上的文本表示用户执行的操作，例如 用户支付、系统确认收款、资产分配完成 和 用户确认收货。在状态转移图中，可以很好地描述资产购买交易的状态转移过程，有助于我们理解交易的各个阶段和状态。

本文通过 ChatGPT 来设计基于 Mermaid 的系统时序图，确定在效率上提高了不少，合理利用 ChatGPT 可以给我们工作带来很多超乎想象的效果。 

​​​​​​转：使用 ChatGPT 来设计系统时序图_三拾老师的博客-CSDN博客