Trong bài báo này, chúng tôi đề xuất một phương pháp phát triển theo mô hình linh hoạt (AMDD) để giải quyết những thách thức của việc tự động tạo mã bằng mô hình ngôn ngữ quy mô lớn (LLM), GPT4. AMDD mô hình hóa hệ thống đội xe tự hành đa tác nhân (UVF) bằng UML và tích hợp Ngôn ngữ ràng buộc đối tượng (OCL) và ngôn ngữ ontology FIPA để giảm sự mơ hồ của mô hình. Các mã Java và Python được tạo bằng GPT4 tương thích với các khuôn khổ JADE và PADE tương ứng, và chúng tôi đánh giá hành vi của mã được tạo ra và sự cải thiện tương tác của các tác nhân. Chúng tôi so sánh và phân tích độ phức tạp của mã của các mô hình chỉ sử dụng OCL và các mô hình sử dụng cả ontology OCL và FIPA, và chỉ ra rằng các ràng buộc ontology làm tăng độ phức tạp của mã, nhưng ở mức có thể quản lý được.