Jak pisać zapytania SQL za pomocą sztucznej inteligencji

Modele dużych języków nauczyły się języka SQL z ogromnych ilości publicznego kodu, dokumentacji i forów pytań i odpowiedzi, dzięki czemu dobrze radzą sobie z tworzeniem zapytań poprawnych składniowo. Jedyne, czego nie mogą wiedzieć, to Twoja baza danych. Bez schematu model odgaduje nazwy tabel, takie jak „użytkownicy” lub „zamówienia”, oraz nazwy kolumn, takie jak „created_at”, a zapytanie może zakończyć się niepowodzeniem lub, co gorsza, zostać uruchomione i zwrócić błędną odpowiedź. Największym ulepszeniem, jakie możesz wprowadzić, jest wklejenie schematu: instrukcji CREATE TABLE lub listy tabel, kolumn, typów danych i powiązań tabel za pomocą kluczy obcych. Dodanie kilku przykładowych wierszy i uwag na temat reguł biznesowych, takich jak „anulowane zamówienia mają status = 'X'” lub „kwoty są przechowywane w centach”, zapobiega wielu cichym błędom. Podaj także dialekt SQL. PostgreSQL, MySQL, SQL Server, SQLite, BigQuery i Snowflake różnią się funkcjami daty, łączeniem ciągów, LIMIT i TOP oraz innymi szczegółami. Zapytanie napisane dla jednego może zakończyć się niepowodzeniem lub zachowywać się inaczej w innym. Niezawodny przepływ pracy składa się z czterech etapów: podanie kontekstu, zadanie pytania prostym angielskim, poproszenie modelu o wyjaśnienie słowne zapytania, a następnie przetestowanie. Krok wyjaśniania ma znaczenie, ponieważ ujawnia nieporozumienia, takie jak liczenie wierszy zamiast odrębnych klientów lub użycie INNER JOIN, które po cichu usuwa klientów, którzy nie mają zamówień. Do typowych błędnych przekonań zalicza się przekonanie, że uruchamiane zapytanie jest poprawne (niewłaściwe złączenie może podwoić sumę), że dane wyjściowe AI można bezpiecznie uruchomić w środowisku produkcyjnym (klauzula UPDATE lub DELETE bez klauzuli WHERE powoduje zmianę każdego wiersza) oraz że należy udostępniać prawdziwe dane. Zwykle wystarczy sam schemat, co również sprawia, że ​​informacje o klientach nie trafiają do czatu. Ogólni asystenci, tacy jak ChatGPT, Claude i Gemini, narzędzia do kodowania, takie jak GitHub Copilot i pomocnicy AI wbudowani w wiele edytorów baz danych, działają najlepiej w przypadku tego samego wzorca.