LLM将用户问题转化为sql时，会面临多次运行生成sql不一致的问题。
LLM将问题转化为sql需要在精确性和有效性间做权衡，LLM每次运行都有可能做出不同的选择。
这里借鉴one-shot learning思路，采用约束提示的方式，尝试解决sql生成不一致的问题。
1 转化问题示例
1.1 应用场景
这里选择chinook数据集。chinook-database是一种应用于教学目的的关系型数据集，包含了音乐、艺术家、专辑等信息。chinook适用于sqlite3、mysql、oracle，可通过运行一个完整的sql脚本建立数据库。
1.2 转化模版
将问题转化为sql的prompt模版如下所示。
你是一位项目信息管理员，请将以下用户问题转化为sql查询。
要求:
1 如果涉及到文本匹配，采用模糊查找的方式
2 数据库表的相关信息来show create table table_name。
3 如果一条sql不能回答问题，可以采用多条sql实现
4 请用一条sql实现。
输出示例如下
```sql
SELECT COUNT(*) AS TotalArtists FROM Artist;
```
以下是用户问题:
{question}
以下是数据库项目相关表的信息：
{table_infos}
"""
1.3 问题展示
档查询问题是"公司总经理和董事"时，多次运行可能会生成如下结果。
对于这三个case，LLM均抓主要查询要点，差异主要体现在select目标、查询条件。
case1:
sql: SELECT EmployeeId, FirstName, LastName, Title
FROM Employee
WHERE Title LIKE '%Manager%' OR Title LIKE '%Director%';
'EmployeeId', 'FirstName', 'LastName', 'Title'
(1, 'Andrew', 'Adams', 'General Manager')
(2, 'Nancy', 'Edwards', 'Sales Manager')
(6, 'Michael', 'Mitchell', 'IT Manager')
case2:
SELECT * FROM Employee
WHERE Title LIKE '%General Manager%' OR Title LIKE '%Director%';
'EmployeeId', 'LastName', 'FirstName', 'Title', 'ReportsTo', 'BirthDate', 'HireDate', 'Address', 'City', 'State', 'Country', 'PostalCode', 'Phone', 'Fax', 'Email'
(1, 'Adams', 'Andrew', 'General Manager', None, datetime.datetime(1962, 2, 18, 0, 0), datetime.datetime(2002, 8, 14, 0, 0), '11120 Jasper Ave NW', 'Edmonton', 'AB', 'Canada', 'T5K 2N1', '+1 (780) 428-9482', '+1 (780) 428-3457', 'andrew@chinookcorp.com')
case3:
sql: SELECT EmployeeId, FirstName, LastName, Title
FROM Employee
WHERE Title LIKE '%General Manager%' OR Title LIKE '%Director%';
'EmployeeId', 'FirstName', 'LastName', 'Title'
(1, 'Andrew', 'Adams', 'General Manager')
2 转化约束示例
2.1 约束模版
在以上prompt模版的基础上，增加sql生成约束，示例如下所示。
你是一位项目信息管理员，请将以下用户问题转化为sql查询。
要求:
1 如果涉及到文本匹配，采用模糊查找的方式
2 数据库表的相关信息来show create table table_name。
3 如果一条sql不能回答问题，可以采用多条sql实现
4 请用一条sql实现。
sql生成注意事项:
1 针对人物搜索类，输出id、名字、职位title即可
2 总经理title对应General Manager输出示例如下
```sql
SELECT COUNT(*) AS TotalArtists FROM Artist;
```
以下是用户问题:
{question}
以下是数据库项目相关表的信息：
{table_infos}
2.2 约束示例
然后重新运行多次sql生成，示例如下所示。
可以看出，除字段拼接有些差异外，sql输出基本上就很稳定了。
case1:
sql: SELECT
EmployeeId AS id,
CONCAT(FirstName, ' ', LastName) AS name,
Title AS title
FROM Employee
WHERE
Title = 'General Manager'
OR Title LIKE '%Director%';
'id', 'name', 'title'
(1, 'Andrew Adams', 'General Manager')
case2:
sql: SELECT
EmployeeId AS id,
CONCAT(FirstName, ' ', LastName) AS name,
Title AS title
FROM Employee
WHERE
Title LIKE '%General Manager%'
OR Title LIKE '%Director%';
'id', 'name', 'title'
(1, 'Andrew Adams', 'General Manager')
case3:
sql: SELECT EmployeeId AS id, FirstName, LastName, Title
FROM Employee
WHERE Title LIKE '%General Manager%' OR Title LIKE '%Director%';
'id', 'FirstName', 'LastName', 'Title'
(1, 'Andrew', 'Adams', 'General Manager')
reference
关系型数据库数据集 - northwind & chinook
https://blog.csdn.net/liliang199/article/details/153821509
langchain agent将用户问题转sql并运行sql查询
https://blog.csdn.net/liliang199/article/details/154007162
langchain将用户问题转sql查询探索