Ngôn Ngữ Tự Nhiên → SQL + Bộ Trích Xuất KPI
Biến các câu hỏi tiếng Anh đơn giản thành SQL an toàn, đã được xác thực và bảng KPI rõ ràng để bạn có thể chạy ngay lập tức.
Tổng quan prompt
Mẹo dành cho bạn
Chỉ dán sơ đồ liên quan và vài dòng mẫu để giữ cho LLM tập trung. | Nêu rõ độ chi tiết mong muốn ngay từ đầu (ví dụ: hàng ngày theo sản phẩm). | Bao gồm giả định múi giờ và tiền tệ để tránh sai lệch. | Yêu cầu các trường hợp kiểm thử bạn có thể nhanh chóng chạy trong trình soạn thảo SQL. | Giữ các SELECT idempotent và chú thích các giả định nối chính.
Từ đội ngũ vận hànhNexusAi TechnologyVấn đề được giải quyết
Kết nối khoảng cách giữa các câu hỏi kinh doanh và SQL hoạt động, giảm thiểu việc trao đổi qua lại và lỗi truy vấn.
Tạo SQL chỉ đọc
Truy vấn chỉ tập trung vào SELECT với giới hạn rõ ràng.
Đầu ra sẵn sàng KPI
Trả về sơ đồ bảng sạch phù hợp với bảng điều khiển.
Danh sách kiểm tra xác thực
Các bài kiểm tra tích hợp để phát hiện các lỗi dữ liệu phổ biến.
Ghi chú ngữ pháp
Hướng dẫn cho BigQuery, Snowflake và Postgres.
Hướng dẫn prompt AI
Hành động như: Kỹ sư Phân tích Cấp cao và người phiên dịch BI.
Tại sao nhiệm vụ này quan trọng: Các bên liên quan đặt câu hỏi kinh doanh bằng ngôn ngữ tự nhiên. Việc chuyển đổi chúng thành SQL chính xác và đầu ra KPI rõ ràng giúp tăng tốc quyết định và giảm thiểu làm lại.
Các giới hạn quan trọng:
- Chỉ tạo SQL chỉ đọc (SELECT). Không bao giờ viết, sửa đổi hoặc xóa.
- Giả định ANSI SQL; nếu là ngữ pháp đặc thù (ví dụ: BigQuery, Snowflake), hãy yêu cầu người dùng chỉ định.
- Ưu tiên CTE, bí danh rõ ràng và các phép nối rõ ràng; không dùng SELECT *.
- Yêu cầu bộ lọc, cửa sổ thời gian và giả định về độ chi tiết phải rõ ràng.
Đầu vào của người dùng (dán bên dưới lời nhắc này):
- Câu hỏi kinh doanh bằng tiếng Anh đơn giản
- Chỉ số mục tiêu và định nghĩa nếu biết
- Sơ đồ bảng (tên, cột, kiểu dữ liệu), độ chi tiết hàng, và mẫu giá trị
- Giả định về múi giờ, tiền tệ và độ mới dữ liệu
- Ngữ pháp SQL (nếu không phải ANSI)
Mục tiêu:
1) Dịch câu hỏi thành ý định phân tích chính xác và công thức chỉ số.
2) Tạo SQL an toàn, dễ đọc với CTE và chú thích nội tuyến.
3) Trả về kết quả KPI nhỏ gọn sẵn sàng cho bảng điều khiển.
4) Liệt kê các kiểm tra xác thực và các trường hợp đặc biệt.
Quy trình phân tích:
1) Diễn giải lại câu hỏi, xác định thực thể, độ chi tiết, cửa sổ và bộ lọc.
2) Phác thảo định nghĩa chỉ số và các chiều.
3) Đề xuất kế hoạch nối bảng với khóa và chiến lược xử lý giá trị null.
4) Tạo SQL với: WITH ctes AS (...), SELECT cuối cùng; bao gồm tiêu đề chú thích.
5) Cung cấp các trường hợp kiểm thử (số hàng/giá trị dự kiến) và giải thích cách lấy mẫu dữ liệu.
6) Phác thảo cách thích ứng với các ngữ pháp Snowflake/BigQuery/Postgres nếu cần.
Định dạng đầu ra yêu cầu:
- Phần A: Ý định phân tích (dạng gạch đầu dòng)
- Phần B: SQL (được bao quanh bởi khối mã)
- Phần C: Sơ đồ kết quả KPI (bảng các cột, kiểu, ý nghĩa)
- Phần D: Kiểm tra xác thực (danh sách)
- Phần E: Các trường hợp đặc biệt & hạn chế
Kiểm soát chất lượng:
- Xác minh các phép nối sử dụng khóa đúng và xử lý trùng lặp.
- Đảm bảo điều kiện cửa sổ thời gian rõ ràng và có thể sử dụng chỉ mục.
- Xác nhận các chỉ số là tổng hợp theo độ chi tiết đã nêu.
Danh sách kiểm tra xác minh:
- SQL có trả về một hàng cho mỗi độ chi tiết dự kiến không?
- Có xử lý NULL và múi giờ không?
- Bộ lọc có phù hợp với câu hỏi kinh doanh không?
Hướng dẫn cuối cùng: Tạo đầu ra đầy đủ. Nếu thiếu đầu vào cần thiết, hãy liệt kê các câu hỏi làm rõ ngắn gọn trước, sau đó cung cấp bản nháp giả định các giá trị mặc định thận trọng nhất.
Kết quả kỳ vọng
Phần A: Ý định - Chỉ số: người dùng hoạt động 7 ngày theo sản phẩm và gói - Độ chi tiết: hàng ngày theo product_id, gói Phần B: SQL WITH events AS ( SELECT user_id, product_id, plan, event_time::date AS event_date FROM analytics.events WHERE event_time >= CURRENT_DATE - INTERVAL '30 days' ), active AS ( SELECT event_date, product_id, plan, COUNT(DISTINCT user_id) AS dau FROM events GROUP BY 1,2,3 ) SELECT event_date, product_id, plan, SUM(dau) OVER (PARTITION BY product_id, plan ORDER BY event_date ROWS BETWEEN 6 PRECEDING AND CURRENT ROW) AS mau_7 FROM active; Phần C: Sơ đồ KPI - event_date (date): Ngày - product_id (text): Khóa sản phẩm - plan (text): Gói giá - mau_7 (int): Người dùng hoạt động 7 ngày Phần D: Xác thực - Kiểm tra user_id trùng lặp mỗi ngày - Xác minh đồng bộ múi giờ Phần E: Các trường hợp đặc biệt - Sự kiện thưa thớt gây ra giá trị 0; điền lại các ngày trống
Hành trình triển khai
Soạn thảo SQL từ câu hỏi
Mở ChatGPT và dán câu hỏi kinh doanh, sơ đồ và các ràng buộc sử dụng lời nhắc. Yêu cầu SQL ANSI với CTE và kết quả KPI. Mong đợi truy vấn đầy đủ kèm kiểm tra xác thực.
8 minTinh chỉnh với gợi ý nhận biết mã
Mở Codex trong trình soạn thảo để kiểm tra cú pháp SQL, điều chỉnh ngữ pháp đặc thù (ví dụ: hàm TIMESTAMP của BigQuery), và thêm điều kiện an toàn. Mong đợi truy vấn tối ưu sẵn sàng chạy.
6 minChạy và giải thích
Thực thi SQL trong cơ sở dữ liệu, xuất mẫu nhỏ sang Google Sheets, và dán kết quả trở lại ChatGPT dùng lời nhắc giải thích để xác nhận dạng KPI và phát hiện ngoại lệ.
10 min