使用連線和大型語言模型評估藝術品（Ultorg 資料庫介面）

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）來自動化資料庫中的資料編輯操作。使用者只需在 Ultorg 的檢視中調整欄位和連線，將需要 AI 參考的資料展示出來，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，使用者連線了美國國家美術館資料庫中的藝術作品表、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 檔案。

要使用該功能，使用者需要確保 Ultorg 版本為 2.2.0 或更高（2026-06-04 釋出）。首次使用前，需要配置 AI 提供者（Anthropic 或 OpenAI）並輸入 API 金鑰。配置後，在編輯選單中選擇“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”。使用者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 會為支援的提供者選擇預設模型（如 claude-sonnet-4-6 或 gpt-4.1-mini），並隱藏不相容的模型。

編輯過程是漸進式的：點選“確定”後，AI 生成的編輯會逐步顯示在檢視中，同時對話方塊保持開啟。使用者可以在此期間滾動或調整欄位。如果使用者提前取消，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訊息，指出提示中的歧義、難以決定的情況或處理中的假設。如果資料被分批處理，則最終顯示的是各批次總結的彙總。

要永久儲存編輯，使用者必須點選“應用編輯”。在應用前，使用者可以透過“放棄編輯”和撤銷/重做（Ctrl+Z/Y）來對比修改前後的值。

該功能支援所有標準資料型別（數字、日期、時間戳等），Ultorg 會自動向 LLM 傳遞格式指令，使用者無需手動編寫。示例提示包括：“翻譯為瑞典語”、“生成 20 條虛構支援工單的描述”、“從地址中提取街道名稱”、“根據歷史資料為銷售線索打分（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。

在資料量大時，Ultorg 會自動進行分批處理：當檢視中資料超過約 100 KB（約 30K tokens）時，系統會將記錄分成更小的批次，並通知使用者。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，使用者應確保資料量不超過分批閾值。

Ultorg 桌面應用直接連線到 AI 提供者，而不是透過中間伺服器。API 金鑰儲存在作業系統的使用者目錄中。目前支援的提供者包括 Anthropic（需付費）、OpenAI（需付費）以及其他相容 OpenAI API 的提供者（需更改 API Base URL）。所有模型必須支援流式輸出和結構化 JSON 輸出。

傳送給 LLM 的資料包括：Ultorg 硬編碼的通用編輯指令、檢視中當前可見的資料（包括已暫存的編輯）、欄位名（而非資料庫中的技術列名）、每個目標列的名稱及其資料型別和是否允許空值的說明、使用者為該列提供的指令、以及使用者可能輸入的額外指令。LLM 不需要編輯所有行，但只能編輯在點選“確定”時檢視中可見的行。使用者可以透過滾動載入更多行。

在操作執行期間，使用者可以繼續使用檢視，但新的資料編輯會中斷當前操作。文本欄位在輸出格式中會被自動排在前面，以便 LLM 在生成數值等欄位時可以將“理由”類欄位的推理作為近期上下文。