使用連接和大型語言模型評估藝術品（Ultorg 數據庫界面）

Ultorg 最近推出了一個名為“用 AI 填充”的功能，該功能利用大型語言模型（LLM）來自動化數據庫中的數據編輯操作。用户只需在 Ultorg 的視圖中調整字段和連接，將需要 AI 參考的數據展示出來，然後為每個目標列提供簡單的英語提示，即可讓 LLM 生成相應的編輯內容。例如，在一個演示中，用户連接了美國國家美術館數據庫中的藝術作品表、時間線條目表以及其他相關表，然後讓 OpenAI 的 GPT-4.1-mini 模型為每件藝術品生成美元估值，並將結果寫入 Excel 文件。

要使用該功能，用户需要確保 Ultorg 版本為 2.2.0 或更高（2026-06-04 發佈）。首次使用前，需要配置 AI 提供者（Anthropic 或 OpenAI）並輸入 API 密鑰。配置後，在編輯菜單中選擇“用 AI 填充”，為每個要編輯的列輸入提示，例如“藝術品鑑定估值（美元），用於保險目的”和“鑑定理由”。用户還可以在下方的大文本框中提供額外指令，並選擇特定的 AI 模型。Ultorg 會為支持的提供者選擇默認模型（如 claude-sonnet-4-6 或 gpt-4.1-mini），並隱藏不兼容的模型。

編輯過程是漸進式的：點擊“確定”後，AI 生成的編輯會逐步顯示在視圖中，同時對話框保持打開。用户可以在此期間滾動或調整字段。如果用户提前取消，已暫存的編輯仍然保留，可以撤銷（Ctrl+Z）。所有編輯完成後，LLM 會輸出一段簡短的總結性消息，指出提示中的歧義、難以決定的情況或處理中的假設。如果數據被分批處理，則最終顯示的是各批次總結的彙總。

要永久保存編輯，用户必須點擊“應用編輯”。在應用前，用户可以通過“放棄編輯”和撤銷/重做（Ctrl+Z/Y）來對比修改前後的值。

該功能支持所有標準數據類型（數字、日期、時間戳等），Ultorg 會自動向 LLM 傳遞格式指令，用户無需手動編寫。示例提示包括：“翻譯為瑞典語”、“生成 20 條虛構支持工單的描述”、“從地址中提取街道名稱”、“根據歷史數據為銷售線索打分（1-10）”等。LLM 甚至可以在多條記錄之間保持上下文，例如讓評論者對逐件藝術品變得越來越挑剔。

在數據量大時，Ultorg 會自動進行分批處理：當視圖中數據超過約 100 KB（約 30K tokens）時，系統會將記錄分成更小的批次，並通知用户。分批處理是透明的，但會導致 LLM 無法同時感知所有行，因此對於依賴上下文跨行的提示，用户應確保數據量不超過分批閾值。

Ultorg 桌面應用直接連接到 AI 提供者，而不是通過中間服務器。API 密鑰存儲在操作系統的用户目錄中。目前支持的提供者包括 Anthropic（需付費）、OpenAI（需付費）以及其他兼容 OpenAI API 的提供者（需更改 API Base URL）。所有模型必須支持流式輸出和結構化 JSON 輸出。

發送給 LLM 的數據包括：Ultorg 硬編碼的通用編輯指令、視圖中當前可見的數據（包括已暫存的編輯）、字段名（而非數據庫中的技術列名）、每個目標列的名稱及其數據類型和是否允許空值的説明、用户為該列提供的指令、以及用户可能輸入的額外指令。LLM 不需要編輯所有行，但只能編輯在點擊“確定”時視圖中可見的行。用户可以通過滾動加載更多行。

在操作運行期間，用户可以繼續使用視圖，但新的數據編輯會中斷當前操作。文本字段在輸出格式中會被自動排在前面，以便 LLM 在生成數值等字段時可以將“理由”類字段的推理作為近期上下文。