Opere o banco de dados por meio de diálogo

Prompt

Primeiramente, precisamos entender o que são palavras de prompt e quais são suas funções.

Engenharia de Prompt

A engenharia de palavras de prompt é um método especificamente projetado para otimizar modelos de linguagem.
Seu objetivo é orientar esses modelos a gerar textos de saída mais precisos e direcionados por meio do design e ajuste das palavras de prompt de entrada.

Funções principais dos prompts

• Melhorar a correspondência de conteúdo: Ao expressar suas necessidades com precisão, a IA pode gerar conteúdo de alta qualidade que atende melhor às expectativas
• Eficiência e otimização de tempo: Um prompt claro pode obter diretamente a resposta desejada, reduzindo o tempo gasto em ajustes repetidos e aumentando significativamente a eficiência.
• Facilidade de programação: A IA pode retornar o conteúdo correspondente de acordo com suas próprias necessidades, facilitando o processamento

Introdução à Aplicação

A aplicação iris-data-analysis é na verdade uma demonstração simples que utiliza palavras de prompt. Ela pode processar banco de dados por meio de diálogo, usando a configuração AI AgentBO.OpenAI com URL, APIKEY e o nome do Modelo, para chamar a interface da IA. Ao usar palavras de prompt para instruir a IA a retornar o SQL necessário, podemos processar e executar o SQL retornado pela IA para obter os dados que precisamos.

Exemplo

Por exemplo, eu gostaria de saber na tabela AI_Agent_DB.UserInfo quantos usuários do sexo masculino e quantos do sexo feminino existem. Posso escrever as palavras de prompt assim:

texto

Como especialista em SQL, por favor, gere instruções SQL apropriadas com base nos seguintes requisitos:
demand: {"message"}
Por favor, retorne apenas as instruções SQL, sem qualquer explicação adicional. Se for criar uma tabela, inclua os tipos de campos apropriados e as restrições necessárias.

 

 

A IA retornará apenas SQL na conversa com você para operações subsequentes, e também vetorizará a mensagem solicitada para verificar a similaridade do problema por meio de recuperação vetorial.

and also vectorize the requested message to view the similarity of the problem through vector retrieval.