使用RPA通过GPT大模型AI Agent自动执行业务流程任务企业级应用开发实战：提高RPA开发速度与质量的关键技巧_rpa工作流可以输入gpt类型的内容那

1.背景介绍

1.1 GPT模型概述

GPT(Generative Pre-trained Transformer)模型是一种通用语言模型，其可以根据一个训练好的文本数据集生成新的语言模型。其模型结构由Transformer结构和自回归语言模型（ARLM）模块组成。其中，Transformer是NLP领域最火的模型之一，是基于神经网络的序列到序列转换模型，能够处理序列数据并输出预测结果；ARLM模块则是GPT模型中非常重要的一环，它是一种基于语言模型的预测模型，能够根据前面的输入预测下一个单词。基于这种特性，GPT模型可以很好地完成各种任务，如文本摘要、文本生成、机器翻译等。

相比于传统的统计机器学习或深度学习方法，GPT模型的优势主要在于两点：一是模型参数较少，不需要太多的训练数据，而是可以通过自然语言处理任务中的语料库直接训练得到；二是模型性能优秀，生成效果明显比其他模型更优越。

1.2 人工智能(AI)与机器学习(ML)的区别

• AI: 从人类思维到计算智能的转变过程，包括如何构建系统、如何实现功能、如何解决问题、如何评估、如何改进等。
• ML: 在训练阶段采用数据来训练算法，然后在新的数据上测试准确率。不同于传统的监督式学习、非监督式学习和强化学习。

1.3 RPA简介

RPA(Robotic Process Automation)，即“机器人流程自动化”，是一种利用计算机程序模拟人类的工作流程，将手动重复性繁琐、耗时的业务工作自动化的技术。RPA可用于企业内部、外部流程自动化、管理及支持的各个方面，如信息收集、人员培训、供应链管理、制造商生产线运