Generative AI в ABAP Cloud

Generative AI в ABAP Cloud — механізм викликати large language models (LLM) з ABAP-коду через released API. Головний фреймворк — ABAP AI SDK, інтегрований з Intelligent Scenario Lifecycle Management (ISLM). Ти не конфігуруєш LLM-ключ у ABAP — замість цього адміністратор створює intelligent scenario (ABAP репо-обʼєкт) та intelligent scenario model (прив’язку до конкретного LLM), а ти у коді посилаєшся на імʼя сценарію і викликаєш LLM через фабрику.

Сторінка актуальна тільки для ABAP Cloud (BTP ABAP Environment + S/4HANA Cloud). У Standard ABAP цих released API немає.

Передумови

1. Адмін-частина (її робить базис, не розробник):
   • Підключити генеративний сервіс на BTP.
   • Створити intelligent scenario (ABAP репо-обʼєкт).
   • Створити intelligent scenario model — прив’язку сценарію до конкретної моделі LLM.
2. Розробницька частина:
   • Створити або використати існуючий prompt template (включений в intelligent scenario model).
   • Викликати completion API з коду.

У прикладах використовуються демо-імена ZDEMO_ABAP_INT_SCEN (сценарій), ZDEMO_ABAP_INT_SCEN_MODEL (модель) і ZDEMO_PROMPT_TEMPLATE (template).

Найкоротший виклик

TRY.
    FINAL(ai_api)      = cl_aic_islm_compl_api_factory=>get( )->create_instance( 'ZDEMO_ABAP_INT_SCEN' ).
    FINAL(result)      = ai_api->execute_for_string( `Розкажи анекдот.` ).
    FINAL(completion)  = result->get_completion( ).
  CATCH cx_aic_api_factory cx_aic_completion_api INTO FINAL(error).
    FINAL(error_text) = error->get_text( ).
ENDTRY.

Три кроки: фабрика → створення instance → виклик з промптом. Результат — обʼєкт IF_AIC_COMPLETION_API_RESULT з методами get_completion, get_prompt_token_count, тощо.

Налаштування параметрів

Температура, max tokens, інші параметри — через get_parameter_setter( ):

FINAL(params) = ai_api->get_parameter_setter( ).
params->set_maximum_tokens( 500 ).
params->set_temperature( '0.5' ).                  " значення від 0 до 1

FINAL(result) = ai_api->execute_for_string( `Що таке ABAP?` ).

Message-based виклик (chat-style)

Коли треба кілька повідомлень у контексті (system + user + assistant + user) — через message container:

FINAL(messages) = ai_api->create_message_container( ).

messages->set_system_role( `Ти професійний перекладач.` ).
messages->add_user_message( `Можеш перекладати з німецької англійською?` ).
messages->add_assistant_message( `Так.` ).
messages->add_user_message( `Переклади: "Entschuldigung, wie komme ich zum Bahnhof?"` ).

FINAL(answer) = ai_api->execute_for_messages( messages )->get_completion( ).

Це дозволяє few-shot prompting і підтримку ролі системного промпту.

Prompt template

Коли prompt централізується через intelligent scenario model (для перекладу, governance, повторного використання):

FINAL(tpl) = cl_aic_islm_prompt_tpl_factory=>get( )->create_instance(
               islm_scenario = 'ZDEMO_ABAP_INT_SCEN'
               template_id   = 'ZDEMO_PROMPT_TEMPLATE' ).

FINAL(prompt) = tpl->get_prompt( ).                " підставляє параметри, якщо є

FINAL(msgs) = ai_api->create_message_container( ).
msgs->set_system_role( prompt ).
msgs->add_user_message( `... user input ...` ).

FINAL(answer) = ai_api->execute_for_messages( msgs )->get_completion( ).

Якщо template приймає параметри — передавай їх через get_prompt( parameters = ... ).

Метадані результату

IF_AIC_COMPLETION_API_RESULT дає не тільки текст:

FINAL(result) = ai_api->execute_for_string( `...` ).

DATA(completion)     = result->get_completion( ).
DATA(prompt_tokens)  = result->get_prompt_token_count( ).
DATA(output_tokens)  = result->get_completion_token_count( ).
DATA(total_tokens)   = result->get_total_token_count( ).
DATA(runtime_ms)     = result->get_runtime_ms( ).

Використовуй для моніторингу вартості і швидкості.

Exception handling

Три типові exception-класи:

Exception	Коли
CX_AIC_API_FACTORY	Сценарій не існує, модель не активована, немає прав
CX_AIC_COMPLETION_API	Помилка під час виклику LLM (timeout, rate limit, provider error)
CX_AIC_PROMPT_TEMPLATE	Template не знайдено або проблеми з параметрами

Завжди обгортай у TRY/CATCH — мережеві/квотні помилки неминучі.

Грабля: не SDK сам по собі — треба ISLM налаштування

cl_aic_islm_compl_api_factory є у released API і компілюється, але запит впаде у runtime, якщо адмін не створив intelligent scenario та не звʼязав його з працюючою моделлю. Завжди перевіряй з базисом, що ZDEMO_ABAP_INT_SCEN активний і має active scenario model.

Порада: prompt у template, не у коді

Зашивати великі промпти у string-літерали — погана практика: їх не можна перекласти, важко аудити, важко змінити без транспорту коду. Винось у prompt template як репо-обʼєкт. Адмін може оновити промпт без правки ABAP.

Ще ABAP + AI

Окрема гілка — Joule for Developers (AI-асистент всередині ADT для генерації CDS, BDL, класів з тексту). Це не runtime, а dev-time інструмент, на відміну від ABAP AI SDK, який викликається з коду.

Посилання

• Generative AI in ABAP Cloud — SAP Help.
• Joule for Developers, ABAP AI Capabilities.
• Developing Your Own AI-Enabled Applications.
• ABAP AI Strategy FAQ.
• Tutorial RAP120 — Build SAP Fiori Apps with ABAP Cloud and Joule.

_{Адаптовано з 30_Generative_AI.md (Apache 2.0). Повний перелік нюансів — в оригіналі.}