Cet article présente le cadre d'intention Opus Prompt, conçu pour améliorer la génération de workflows complexes à l'aide de modèles de langage à grande échelle (LLM) optimisés par commandes. Nous proposons une couche de capture d'intention intermédiaire entre les requêtes utilisateur et la génération de workflows. Cette couche, appelée cadre d'intention Opus Workflow, extrait les signaux de workflow des requêtes utilisateur, les interprète en objets d'intention de workflow structurés et génère des workflows basés sur ces intentions. Nos recherches démontrent que cette couche permet au LLM de générer des sorties logiques et significatives qui s'adaptent de manière fiable à la complexité croissante des requêtes. L'application du cadre d'intention Opus Prompt à la génération de workflows améliore systématiquement les métriques de similarité sémantique des workflows sur un benchmark synthétique de 1 000 paires requête-workflow multi-intentions. Dans cet article, nous présentons le cadre d'intention Opus Prompt en appliquant les concepts de signaux de workflow et d'intentions de workflow à la génération de workflows basée sur les LLM. Nous présentons un système de capture d'intentions basé sur les LLM, reproductible et personnalisable, permettant d'extraire les signaux et les intentions de workflow des requêtes utilisateur. Enfin, nous fournissons des preuves empiriques que le système proposé améliore considérablement la qualité de la génération de flux de travail par rapport à la génération directe à partir de requêtes utilisateur, en particulier pour l'élicitation d'intentions mixtes.
