从文本需求到微服务架构：LLM设计合成的综合评估

一项研究评估了OpenAI o3是否仅凭自然语言需求就能生成微服务架构。在Bookstore和PetClinic两个系统上，零样本与少样本提示各执行一次，并与参考架构对比。结果显示，少样本提示下服务识别F1达0.97，远高于零样本的0.79；通信恢复F1从0.61提升至0.82，并减少了不支持的依赖关系。

现有微服务拆分方法主要依赖代码，无法在需求早期使用。该研究提供了LLM从自然语言需求直接生成架构的实证数据，证明少样本提示能显著提高服务识别与通信恢复的准确性，为需求工程与架构设计的自动化衔接提供了可参考的基线。

LLM通过少样本示例学习需求描述与候选服务之间的映射模式，从而减少与需求无关的依赖。零样本生成架构往往过于密集，导致通信恢复高召回、低精度；少样本提示约束了输出结构，提升了精确性，使生成结果更贴近人工参考架构。

对需要从产品需求起步做技术方案预研的团队，这类方法可在需求阶段自动产出候选服务划分与依赖关系，缩短架构设计周期。但当前实验规模小，且需要专家审核，直接用于生成生产级架构或彻底取代人工设计仍缺乏足够证据。

• 开发一个基于少样本提示的微服务架构候选生成插件，嵌入需求管理工具，自动输出服务划分建议。
• 针对OpenAI o3设计专用的架构生成提示模板，包含服务定义与通信接口的格式约束，供企业内部分享。
• 在需求评审流程中增加自动生成的架构草案，用于帮助产品经理与技术团队快速对齐服务边界。
• 结合专家评审环节，构建“LLM草稿+人工修正”的协作流程，积累高质量需求-架构样本数据。

• 研究仅在两个小型系统上各执行一次，少样本提示的效果在更大规模、更复杂的真实系统上是否依然成立？
• 专家对生成架构的正确性、完整性和模块化的盲评结果在证据中未完整披露，具体表现如何？
• 不同LLM（非OpenAI o3）在相同任务上的表现差异是否会导致结论不可泛化？
• 少样本提示所选示例的构建标准是什么？示例质量对结果的影响程度尚未量化。