https://ex.noerr.eu.org/t/1124121?p=1#reply78
领导让我针对公司的某个数据库做一个 AI 问数平台，给上级领导和业务人员使用，开始上手之后，我发现这个事情第一部简单，但要保证输出的 SQL 与预想中的一样极难，对输出的内容也非常不自信。
#问题： 核心问题：数据不涉及多表查询，但是数据的维度很大，有六个维度，这六个维度唯一确定一条记录，指标也有 14 个之多。
当维度比较少的时候，比如一个时间维度+两个其他维度，这个时候输出的内容勉强可以接受，但是当维度进一步放大，比如一个时间维度+三个其他维度（比如产品类型、渠道类型、销售地区），此时，输出的 SQL 就很容易遗漏某个维度。
其他问题：不了解用户会问什么问题，我调制的 prompt 只对我设想的问题工作，但其他人随便想一个问题，这些 prompt 就不起作用了；或者一些小词换一个问法，就出不了结果。
#尝试过的技术方案：
- DIFY Workflow 2.SuperSonic （目前在用）
#目前想到的解决方案： 1.精简数据表，把原来的六七个维度，精简到一个三个（一个时间维度+两个其他维度） 2.进一步寻找解决方案
 |
1
yb2313 2 天前
看来这是每个领导都会幻想的东西
|
 |
2
shyrock2026 2 天前
啥？单表查询应该很简单吧？ DDL 都可以用 prompt 写清楚。
我的困难是多表查询，因为 DDL 太大塞不进 prompt ，我没找到办法让 llm 搞清楚有哪些表和字段。。。 |
 |
3
krixaar 2 天前
我是直接给挡回去了，公司的数据库不允许外网使用，表结构算商业秘密，LLM 必须本地部署，然后参数少的又太傻，得上参数多的，就得加钱上设备，算起来不如直接让人导数据做报表。
|
 |
4
Suger828 1 天前
你这种很简单啊, 那种 先查 a 表的内容然后用 a 表内容查 b 表内容 各自分组的 才复杂
|
 |
5
yshan 1 天前
直接做个 bi 报表不更简单吗
|
 |
6
xiaohuokevin 1 天前
可以试试不直接输出 sql, 而是在 prompt 里面告诉模型有哪些维度（每个维度给些示例维度值），指标，让模型输出结构化的数据比如 json, 根据用户的 query 让模型返回查询的维度，指标，时间范围，排序规则，筛选条件（维度：维度值）。 自己再根据这个 json 组装 sql
|
 |
7
sinnosong1 1 天前
看看 Prompt Engineering guide 呢，github 上的项目
|
 |
8
xjh1024 1 天前
如果领导不在乎 生成 sql 的话，应该用接口 mcp 来实现
接口里更好描述各个参数，描述可以怎样搭配查出来什么样的数据，然后在接口里去写好各类查询条件的排布 多种格式的话，也可以是多个方法，让 ai 自动甄别使用哪个接口用哪些参数 比直接丢个数据库 会 减少很多错误，就是需要人提前想好一些预设了，麻烦点，但是能满足领导的想象 |
 |
9
realJamespond 1 天前
试试微调模型
|
 |
10
030 1 天前
固定的表格结构，还是单表，算是非常简单的落地场景了
|
 |
11
sssjjjjj 1 天前
@shyrock2026 表太宽还是表太多？可以试着把问题+所有的表名/comment 喂给 AI 先筛选几张表，然后在把 DDL+sample data 一起喂过去，我试过这么弄效果不错
|
 |
12
shm7 1 天前
不涉及多表查询，就是单表啊，6 个 column ？
1. 每种定义好范围和类型，让 LLM 分别分段提取每个 column 取值或范围 2. 然后拼接 where 语句 3. 最后再让 LLM 做 sql 检查 感觉不会太难呐，甚至有一个 prompt 就完成的可能性。 |
 |
13
silyboy 1 天前
用 Vanna-ai 实现了一个, 查询很慢. 除非命中缓存. 然后只能查询简单语句. 最后还是放弃 Text2SQL, 把现有一些 api 包装为 mcp, 这样 ai 工具就能用了. 速度也有了很大的提升.
|
 |
14
snow0 1 天前
换个推理模型试试，准确率应该能提高但是会变慢
|
 |
15
jones2000 1 天前
直接把整个库的内容都给本地 ai 读一遍， 然后直接问 ai 你要的内容， 这样 sql 也不用写了。
|
Select Language