Este documento presenta el marco de intención de Opus Prompt, diseñado para mejorar la generación de flujos de trabajo complejos mediante modelos de lenguaje a gran escala (LLM) optimizados con comandos. Proponemos una capa intermedia de captura de intenciones entre las consultas de usuario y la generación de flujos de trabajo. Esta capa, denominada marco de intención de flujo de trabajo de Opus, extrae señales de flujo de trabajo de las consultas de usuario, las interpreta en objetos de intención de flujo de trabajo estructurados y genera flujos de trabajo basados en estas intenciones. Nuestra investigación demuestra que esta capa permite al LLM generar resultados lógicos y significativos que escalan de forma fiable con el aumento de la complejidad de las consultas. La aplicación del marco de intención de Opus Prompt a la generación de flujos de trabajo mejora sistemáticamente las métricas de similitud semántica del flujo de trabajo en un punto de referencia sintético de 1000 pares de consulta-flujo de trabajo con múltiples intenciones. En este documento, presentamos el marco de intención de Opus Prompt aplicando los conceptos de señales e intenciones de flujo de trabajo a la generación de flujos de trabajo basados en LLM. Presentamos un sistema de captura de intenciones basado en LLM, reproducible y personalizable, para extraer señales e intenciones de flujo de trabajo de las consultas de usuario. Por último, proporcionamos evidencia empírica de que el sistema propuesto mejora significativamente la calidad de la generación del flujo de trabajo en comparación con la generación directa a partir de las consultas de los usuarios, especialmente para la obtención de intenciones mixtas.
