FlowMind: Geração Automática de Fluxos de Trabalho com LLMs

O campo em rápida evolução da Automação Robótica de Processos (RPA) tem feito avanços significativos na automação de processos repetitivos, mas sua eficácia diminui em cenários que exigem tarefas espontâneas ou imprevisíveis demandadas pelos usuários. Este artigo apresenta uma abordagem inovadora, FlowMind, que aproveita as capacidades dos Grandes Modelos de Linguagem (LLMs), como o Generative Pretrained Transformer (GPT), para superar essa limitação e criar um sistema de geração automática de fluxos de trabalho. No FlowMind, propomos uma receita genérica de prompt para uma lecture que ajuda a fundamentar o raciocínio do LLM com APIs confiáveis. Com isso, o FlowMind não apenas reduz o problema comum de alucinações em LLMs, mas também elimina a interação direta entre LLMs e dados ou códigos proprietários, garantindo assim a integridade e confidencialidade da informação — um pilar nos serviços financeiros. O FlowMind simplifica ainda mais a interação do usuário ao apresentar descrições de alto nível dos fluxos de trabalho auto-gerados, permitindo aos usuários inspecionar e fornecer feedback de forma eficaz. Também introduzimos o NCEN-QA, um novo conjunto de dados em finanças para avaliação de tarefas de perguntas e respostas a partir de relatórios N-CEN sobre fundos. Usamos o NCEN-QA para avaliar o desempenho dos fluxos de trabalho gerados pelo FlowMind em comparação com variantes base e de ablação do FlowMind. Demonstramos o sucesso do FlowMind, a importância de cada componente na receita de prompt proposta e a efetividade da interação e feedback do usuário no FlowMind.