基于大语言模型的相关方参与计划制定

胡琪瑸，乔宇

（上海交通大学，上海 200240）

0 引言

作为人工智能领域的最新热点之一，大语言模型及其工具凭借强大的语言输出、内容生成、信息搜索等综合能力，在诸多领域得到了广泛应用，包括程序开发、文字编辑、娱乐聊天等。更为重要的是，受益于模型海量参数的优势，原先一些需要依赖经验、理解，甚至是个人感觉的非量化问题，也得到全新的解决思路。根据美国项目管理协会（PMI）出版的PMBOK（Projectmanagement body of knowledge）中的规定，相关方（或干系人）管理工作分布于启动、规划、执行、监控过程组中，每个过程组中分别对应一个工作流程，分别包含不同输入文档、工具与技术、输出文档［1］。相关方管理工作流程主要有识别相关方、规划相关方管理、管理相关方参与、控制相关方参与。随着工程项目管理不断成熟，关于相关方管理工作的研究也在不断增加。ALAIN VERBEKE等［2］认为相关方与公司的关系会随着时间转移而演变，企业需要积极适应，以维持其竞争优势。朴建宇等［3］使用SNA（社会网络分析）识别相关方，并利用UCINET软件进行了核心-边缘模型分析，确定核心治理相关方，同时使用社会网络模型，确定出核心相关方能力范围，为后续工作提供参考。

1 研究假设

1.1 生成相关方参与计划

在实际项目管理过程中，企业可以根据自身情况对管理流程进行裁剪，因此企业可能不会专门制定项目章程等文件，而是将内容分散在不同项目文件中。如果将中间环节隐藏（如图1所示），以可行性报告、项目合同等文档作为输入项，由于项目在启动时不会有明显的需求变更、问题反馈情况，所以可以直接得到相关方参与计划。

图1 屏蔽中间过程使用项目文档输出相关方参与计划

故提出假设H1：在项目启动阶段，从可行性报告、技术规范书、项目合同、事业环境因素、组织过程资产等方面可以直接得到相关方参与计划。

1.2 大语言模型的作用

根据上文可得，使用标准流程制订相关方参与计划时，其总时间由3个部分构成，包括制定项目章程、识别相关方、规划相关方管理，由于后一流程的输入依赖于前一流程的文档输出，所以3个流程之间为串行执行。则得到相关方参与计划的总时间如下：

其中，Ti为各阶段所用时间。

对于各种项目文档，企业的编制时间一般都是以小时单位完成，较为复杂的文档完成时间甚至以天计算，而对于相关方参与计划涉及的3个流程，除各种文档本身的编写修改时间之外，流程中也存在大量无法信息化、自动化完成的工具和操作，需要花费人力和时间完成，如组织会议、制定问卷、分析根因等。如果使用大语言模型，则可以屏蔽3个步骤流程，避开人工操作环节，直接输出结果，并且输入的材料不变（如图2所示）。其所用时间如下：

图2 使用大语言模型屏蔽中间环节

大语言模型给出结果的时间以秒级计算，要短于现有方法中任何一个步骤的时间。因此，提出假设H2：使用大语言模型可以显著节省相关方参与计划的时间。

2 研究设计

2.1 大语言工具

研究使用的大语言模型为百度“文心一言”，“文心一言”为百度开发的大语言模型工具，实验选用该工具是因为与其他大语言模型相比，“文心一言”在概念理解、定义解释等领域更具优势，语义更加清晰。同时，“文心一言”直接内置文件阅读插件，可以直接对文本文件进行概括，方便实验。

2.2 数据来源

研究以某地事业单位支撑系统的升级优化项目为例，该事业单位为项目甲方单位，该项目经过可行性论证、招投标、签署合同等工作后，由某软件公司作为乙方单位承接，进行需求分析、软件开发、系统测试、上线部署。在项目执行过程中，管理人员完成了一系列项目文档，包括可行性研究报告、技术承诺书等。同时，甲方单位也根据自身情况，安排专门项目小组进行领导、协调、对接。根据技术规范书，乙方单位人员的项目职责见表1，项目在正式启动前可以获取到的文件见表2。

表1 乙方单位项目人员职责

在实际过程中，项目最终顺利完成，但是在总结和资料归档过程时，发现项目在执行过程中的相关方管理工作存在以下问题：①缺少相关方管理步骤。甲方作为事业单位，具有一套完整的项目管理和审批流程，但其中却缺少相关方管理步骤及文档，使对乙方的管理工作高度依赖管理者经验和人工操作。②项目延期。由于甲方自身展开项目较多，并且管理制度复杂，导致未能和乙方进行及时沟通，会出现乙方需要等待甲方的命令和反馈的情况，造成延误。③缺少文档。在项目归档阶段，发现项目缺少部分文档和审批流程，需要进行的会议和沟通没有开展，只能在后续进行补齐和修改，严重影响项目合规性。

2.3 研究过程

2.3.1 构建Prompt

根据Elavis总结的优质Prompt需要包含的元素，一个优质Prompt需要具备如下元素：①Instruction（必须），指令，即用户希望模型执行的具体任务。②Context（选填），背景信息，或上、下文信息，这可以引导模型做出更好的反应。③InputData（选填），输入数据，告知模型需要处理的数据。④Output Indicator（选填），输出指示器，告知模型要输出的类型或格式，即P={I，C，ID，OI}（I≠Ø）。其中：P表示Prompt；I表示Instruction，并且为非空；C表示Context；ID表示InputData；OI表示Output Indicator。

对于本次实验，如果需要得到相关方参与计划，4项内容分别为C（Context）、I（Instruction）、ID、OI。

（1）C（Context）为项目文件内容，即假设H1中提及的输入文件，包括商业文件、协议等。在这一过程中，由于“文心一言”有字数限制，所以需要对输入的文档内容进行调整。①删除冗余章节。在进行研究时，可以在输入前对文档进行整理，删除不必要的章节，如合约中保证金条款、合约份数条款等。②分批多次输入。在研究时，可以对材料进行分次输入，每次输入一个章节材料，在编写Instruction时，可以要求系统联系上、下文进行解答。

（2）I（Instruction）为目标要求输出的文档，要求大语言模型先输出相关方登记册，再输出相关方参与计划，其中相关方登记册需要包含需求/期望、相关方所需参与程度，相关方参与计划需要涵盖参与阶段、参与程度、参与方式。如果项目材料分多次输入，则可以强调要求大语言模型联系上文进行输出。

（3）ID为项目相关方涉及的背景资料和数据，包括双方人员名单，其主要来源为协议、技术规范书、事业环境因素、组织过程资产。

（4）OI为相关方登记册和参与计划的格输出式，研究为方便查看，要求用表格输出相关方登记册和相关方参与计划。

2.3.2 整理文档

根据统计，研究所涉及的项目文档总字数达到28 000字以上，而研究所用大语言工具“文心一言”单词输入最大字符数为2 000字符，并且文档中包含支付账号、单位地址等无关信息，因此研究选择对已发布的文档进行摘录，选择有用部分进行整合，再分次输入工具。选取已有文档中的部分内容整合到一起。

2.3.3 输入文档

将整理后的文档分次输入“文心一言”，然后输入Prompt，要求系统输出一份相关方登记册，在Instruction中要求内容包括主要需求/期望、干系人所需参与程度，验证系统是否可以识别出相关方，并记录时间；再输入Prompt，要求系统输出相关方参与计划，要求包含参与阶段、参与程度、参与方式。

3 研究结果与分析

3.1 研究结果

根据研究过程，将Prompt输入系统，首先得到相关登记册（见表3）。

表3 相关方登记册

在此基础上，再要求系统输出相关方参与计划（见表4）。

表4 相关方参与计划

相关方登记册与参与计划生成的时间分别为23.39 s和26.80 s。

3.2 研究结论

根据所得结果，结合假设进行分析。对于假设H1，研究选取可行性报告、技术规范书、项目合同、事业环境因素、组织过程资产中的部分内容，最终得到相关方参与计划。在实际过程中如果需要更详细的计划，可以在构造Prompt时要求输出更多结论。

对于假设H2，一般情况下，完成相关方管理计划的时间以天、小时为单位，使用大语言模型后相关方登记册和相关方参与计划的输出时间都在30 s以内，可以显著缩短编写时间，提升效率。

3.3 方法优势

根据前文所述，通过与原有方法相比，使用大模型制订相关方参与计划具有以下优势。

3.3.1 缩短分析时间

根据前文，实验合计选取4个项目进行研究，4个项目类型各不相同，项目材料的详略程度也各有差异，其中项目2、项目3、项目4没有项目甲、项目乙方名单，需要进行人工或大语言模型识别。各个项目均已完成交付，文档达到各自公司交付要求。同时，受到大语言模型工具的字数限制，需要对材料进行整理和取舍，因此也将此时间进行统计。实验结果见表5。

表5 多项目实验时间

根据实验结果，使用大语言模型生成相关方管理计划的生成时间都明显短于人工用时，并且这一优势呈现出数量级的程度，平均倍数达到159.7倍，效果明显。相关方识别工作的速率同样得到显著提升，倍数达到97.6倍。即使算上文档整理时间，使用大语言模型依然存在明显优势，特别是在没有给出相关方名单和岗位的文档中，大语言模型的相关方识别优势更为明显。而且，由于实验使用的是通用大语言工具，导致必须根据实际对文档进行整理。如果企业自主开发大语言模型工具或者基于专用SDK和接口进行二次开发，则可以完全或部分规避这一流程，进一步缩短管理计划时间。

3.3.2 减少人为干预

在进行相关方管理工作时，使用的工具与技术中存在大量人为参与的过程。例如，制定项目章程中的专家判断、人机关系与团队技能、会议；识别相关方中的问卷调查、头脑写作。通过使用大语言模型，直接给出最终管理计划，完全屏蔽了其中人为参与的部分。实验中，在使用大语言模型工具进行处理时，可以完全不使用其他工具方法，包括各种非量化、人工工具，只需由操作人员独自完成全部操作，体现了大语言模型可以提升计划的准确性和科学性，如果管理人员在实际管理工作中需要对相关方进行人为管理，也可以以计划为准绳，对管理工作进行调整。

3.3.3 提升管理效率

在传统管理模式中，相关方管理计划受识别范围不完全、利益变化快等要素影响，使相关文档有效期短，需要及时进行更新或重做，导致文档使用效率低，企业使用意愿低。通过使用大语言模型，可以有效缩短相关方管理计划的制订周期，方便管理者快速进行文档更新，提升管理工作效率。

4 结语

综上所述，目前受限于人员投入、工作效率、人为干预等多种因素，企业对相关方管理工作缺少必要的重视，特别是对管理计划的制订缺乏积极性，导致在实际工作中出现沟通不畅、进度慢等问题。通过使用大语言模型，可以有效缩短相关管理计划的制订时间，减少人为干预，提升管理工作效率，促进项目的顺利进行。同时，本研究为大语言模型在管理工作中的应用提供参考，有助于进一步推动管理信息化。