当前，公司越来越多地转向处理建模，作为理解和增强其内部运营的工具，从而提高了效率。但是，执行这些过程有效地对组织构成了重大挑战。过程建模是朝着促进验证或模拟的正式模型的关键步骤，但对过程的初始描述通常依赖于自然语言。从此文本描述过渡到更正式的BPMN（业务流程模型和符号）表示，对于专家来说，这仍然是一项耗时且艰巨的任务。本文提出了探索生成人工智能的使用，尤其是大型模型语言模型（LLM），例如GPT（生成性预训练的变压器），以从文本描述中生成BPMN业务流程模型。此过程包括各种步骤，包括自然语言理解，相关信息的提取以及将此数据转换为结构化的BPMN元素。通过采用生成人工智能，目标是自动化和简化此过程，为业务过程建模提供更有效的方法。