建设学校网站前的需求分析报告,网站飘动,wordpress和dede seo,摘抄一则新闻文章目录 背景提示词模版表结构注释示例数据给出示例答案语法验证外挂知识库 背景
大模型的出现使chat bi 成为一种可能#xff0c;自然语句的交互#xff0c;极大的提高了数据分析的效率#xff0c;也极大的降低了用户使用的门槛。下面主要列出几点提高自然语句转成SQL的技… 文章目录 背景提示词模版表结构注释示例数据给出示例答案语法验证外挂知识库 背景
大模型的出现使chat bi 成为一种可能自然语句的交互极大的提高了数据分析的效率也极大的降低了用户使用的门槛。下面主要列出几点提高自然语句转成SQL的技巧。本文在不对大模型进行微调的情况下通过工程的角度进行优化效果。
提示词模版 问题
xx表结构
xx回答问题的规则
1.比如只能用clickhouse的语法
2.不能使用哪些函数
3.xx
表结构注释
要对每一个字段进行详细注释区分维度字段和指标字段。可以用不同的前缀来进行区分。对于有歧义的要进行详说明
create table user{
id int ,
dim_group_id int commnet
create_time long comment the unit is second
online_count int commnet on line user
}示例数据
对于一些问题的理解光看表结构是不理解的对于人类也是一样如果能理解表内容的话。能极大的提高对问题的理解。 在提示词模版里加入对示例数据
iddim_group_idcreate_timeonline_count110172389955510111172389965512112172389965522
给出示例答案
给出问题再给出答案相当于教一次大模型
比如要看group_id是10的现在的在线人数有可能大模型不理解在线人数啥意思会把online_count 加起来然后给出正常的SQL就能理解了这样有其它的相关问题它就能正常解答了
语法验证
可以通过一些开源代码对生成的SQL进行验证是否有语法错误如果有错误的话可以把结果返回给大模型让大模型重新生成语句。
外挂知识库
上面提示词模板那有表结构那表结构是从哪里来的呢。 知识库里的结构可以类似
XX 业务对应哪些表可以先由大模型挑选出合适表然后再由代码去找到表结构再继续组装提示词模板。当然也可以直接把表结构向量化到数据库里直接从数据库检索。
