LLM Text2SQL NL2SQL 实战总结

目录

尽量全面的描述表的功能

尽量全面的描述字段的功能

适当放弃意义等价的字段

放弃业务上无用的字段

---

对于LLM来说，由于它没有什么行业经验，所以我们需要尽可能的给予它恰当的“背景信息”，才能使它更好的工作。所谓恰当，不是越多越好，因为太多的信息会消耗掉LLM的可接受上下文大小，同时也可能会造成LLM信息理解混乱。因此，笔者从实践中总结了以下几条数据库“背景信息”整理原则，用于提高LLM生成SQL语句的正确率：

尽量全面的描述表的功能

• 以业务视角描述表的功能含义，表的描述文字尽量与常用的业务数据契合。比如：这是一张学生信息表。

• 包含表中拥有的核心字段信息。如：包括，学生的学号，姓名，年龄，性别，班级ID...。这些信息可以有效帮助LLM判断回答问题时，是否要检索这张表。

• 描述表的关联性，如果当前表与其它表有关联性，需要描述表的关联性。比如：本表通过班级ID与班级表相关，班级表的ID字段是班级ID的外键。这种描述方便LLM了解表之间的结构。