Warum sollte ich Script in No-Code/Low-Code in Betracht ziehen
DecisionRules ist benutzerfreundlich gestaltet und ermöglicht es Geschäftsanwendern, Regeln zu erstellen und zu ändern, ohne tiefgehende Programmierkenntnisse zu benötigen. In den letzten Jahren haben wir die Idee von Low-Code/No-Code-Plattformen propagiert. Es kann jedoch vorkommen, dass ein programmatischer/scripting Ansatz für komplexere Logik oder Datenverarbeitung geeignet ist. Ein solcher Ansatz kann manchmal sogar die Arbeit mit anderen Regeln vereinfachen. Durch die Verwendung einer Skriptregel können Ihre anderen Regeln einfach und leicht zu verwalten bleiben, anstatt in der Komplexität zuzunehmen.
Vorteile von Skripting-Lösungen
Skripting-Regeln sind leistungsstark für die Automatisierung von Entscheidungsprozessen in einem Geschäftsumfeld. Sie ermöglichen es Ihnen, Bedingungen und Aktionen mithilfe von Code zu definieren, wodurch flexible und anpassbare Logik geschaffen wird, die auf spezifische logische Anforderungen zugeschnitten ist. Das Erstellen effektiver Skripting-Regeln kann jedoch manchmal herausfordernd sein, insbesondere für diejenigen, die mit Programmierung im Allgemeinen nicht vertraut sind.
Glücklicherweise können Sie mit der Unterstützung von KI wie ChatGPT den Prozess des Schreibens von Skripting-Regeln optimieren, indem Sie deren Sprachverständnisfähigkeiten und Programmierhilfe nutzen, um effiziente und genaue Regeln zu erstellen.
ChatGPT ist ein effektives Werkzeug, das dank seiner fortschrittlichen Modelle Wunder wirken kann. Um den Code, den die KI zurückgibt, besser zu verstehen, ist es hilfreich, die grundlegenden Komponenten einer Skriptregel zu kennen. Dazu gehören Regel-Eingabe- und Ausgabe-Modell-Eigenschaften, Regelvariablen und deren Zugriff, spezielle Syntaxfälle oder allgemeine Best Practices. Für weitere Informationen zu Skripting-Regeln konsultieren Sie bitte den speziellen Abschnitt in unserer Dokumentation.
Den richtigen Prompt erstellen
Mit dem ChatGPT-Modell, das Webseiten wie unsere Dokumentation durchsuchen und lesen kann, geben Sie einfach einen Prompt ein, um unsere Skriptregel zusammen mit Ihrer spezifischen Aufgabe zu erstellen, die die Logik beschreibt, die die Skriptregel bewerten wird. Für eine genauere Antwort können Sie eine Beschreibung dessen eingeben, wie die Skriptregel aussehen soll. Siehe Beispiele unten.
Allgemeiner Prompt mit Beschreibung der Skriptregel
Über die Skriptregel:
Die Skriptregel ist eine Art von Geschäftsentscheidungsregel, bei der Benutzer Regeln und Bedingungen mithilfe von JavaScript-Code erstellen können. Der Code wird im Monaco-Editor geschrieben. Eingabe- und Ausgabemodelle werden im JSON-Format dargestellt.
Jede Regel hat folgendes Eingabeschema:
{
"inputProperty": {}
}
und Ausgabe:
{
"outputProperty": {}
}
Eingabe und Ausgabe können im Code mithilfe der Punktnotation zugegriffen werden - aus dem obigen Beispiel input.inputProperty und können in deklarierten Variablen gespeichert werden. Der Zugriff auf Ausgabeeigenschaften funktioniert auf die gleiche Weise, output.outputProperty. Das Zuweisen von Werten zu Ausgabeeigenschaften stellt sicher, dass diese Werte an die endgültige Ausgabe der Regel übergeben werden.
In den Regel-Einstellungen können Regelvariablen festgelegt werden, Variablen mit festen Werten. Beispiel taxRate = 0.15. Regelvariablen werden mithilfe der Punktnotation zugegriffen: ruleVariables.taxRate.
Besondere Syntax
Es gibt einige verbotene Funktionen und Methoden wie:
- console.log(), um in die Konsole der Skriptregel zu protokollieren, verwenden Sie stattdessen log().
Am Ende jedes erstellten Skripts muss eine Codezeile stehen: "return output;", um sicherzustellen, dass die Ergebnisse der Skriptregel an die Regel-Ausgabe übergeben werden.
Häufige Anwendungsfälle der Skriptregel
1. Zufallszahlen
Angenommen, wir müssen eine Zufallszahl aus einem gegebenen Bereich generieren.
Verwenden Sie den zuvor genannten allgemeinen Prompt mit dem folgenden Prompt, der eine spezifische Beschreibung der Aufgabe enthält.
Prompt
Aufgabe: Ich muss eine einfache Skriptregel in der DecisionRules.io-App erstellen. Diese Skriptregel sollte Zufallszahlen aus dem im Input angegebenen Bereich generieren. Das Eingabemodell ist:
{
"Random_range_from": {},
"Random_range_to": {}
};
Das Ausgabemodell ist:
{
"Rand": {}
}
Antwort
Wie Sie sehen können, wird ChatGPT automatisch eine Erklärung der Codezeile einfügen. Wenn wir den generierten Code in eine vorbereitete Regel kopieren, die ein festgelegtes Eingabe-Ausgabe-Modell hat, können wir sehen, dass der Code unseren Einstellungen entspricht und keine Zeilen unterstrichen sind, sodass es keinen Fehler gibt. Jetzt können wir die Regel einfach speichern und im Test Bench testen. Das Ausführen der Regel mit einem bestimmten Zahlenbereich gibt eine Zufallszahl zurück, die dem Bereich entspricht.
2. Arbeiten mit Arrays
Eine häufige Aufgabe für Skriptregeln besteht darin, Daten in einem Array zu verarbeiten. In diesem Fall werden wir eine Liste von Transaktionen analysieren, um mehrere Kennzahlen zu bestimmen, wie den Gesamtbetrag, den durchschnittlichen Transaktionswert und die drei höchsten Transaktionen. Wir verwenden ein Array von „transactions“-Objekten und geben ein Objekt mit den berechneten Kennzahlen zurück. Sie können die folgende Aufgabenbeschreibung als Eingabeaufforderung verwenden.
Eingabeaufforderung
Aufgabe: Wir analysieren eine Liste von Transaktionen, um mehrere Kennzahlen zu bestimmen, wie den Gesamtbetrag, den durchschnittlichen Transaktionswert und die drei höchsten Transaktionen. Als Eingabemodell verwenden wir die Eigenschaft "transactions" und geben ein Objekt mit den berechneten Kennzahlen zurück: „totalAmount“, „averageTransactionValue“, „topThreeTransactions“. Verwenden Sie DecisonRules.io Scripting Rule und einige einfache Array-Funktionen.
In der obigen Antwort können Sie sehen, dass ChatGPT automatisch eine Kontrolle vor der von uns angegebenen Logik erstellt, um zu überprüfen, ob ein Array überhaupt als Eingabe ankommt. Wenn kein Array eingeht, wird eine Fehlermeldung im Protokoll ausgegeben.
Darüber hinaus können Sie im generierten Code die Verwendung von Funktionen sehen, die mit dem Eingabe-Array arbeiten. Jetzt können Sie den generierten Code kopieren und in den Regel-Designer einfügen. Nach dem Speichern und Ausführen der Regel mit einem Testdatensatz kann festgestellt werden, dass die generierten Funktionen gut funktionieren und die berechneten Werte korrekt an die definierten Ausgaben übergeben.
Fazit
Zusammenfassend lässt sich sagen, dass ChatGPT ein wertvoller Verbündeter im Prozess des Schreibens von Skriptregeln sein kann, indem es Anleitung bietet, um Benutzern zu helfen, einfache und effektive Regeln für ihre geschäftlichen Bedürfnisse zu erstellen. Durch die Nutzung der Fähigkeiten von ChatGPT können Sie die Regelentwicklung optimieren und das volle Potenzial der Automatisierung von Skriptregeln ausschöpfen.
In den obigen Beispielen hilft ChatGPT, die Struktur zu klären und Unterstützung bei den notwendigen Berechnungen zu bieten. Mit dieser Unterstützung wurde das Schreiben der Skriptregel zu einem unkomplizierten Prozess, der es Ihnen ermöglicht, die gewünschte Logik schnell auf programmatische Weise umzusetzen. Diese Kombination aus Low-Code-Zugänglichkeit und KI-unterstützter Codierungshilfe stellt sicher, dass Sie effizient eine Vielzahl von geschäftlichen Logikanforderungen adressieren können.
Jana Sprušilová
Berater Tester