# text2sql

**Repository Path**: currenttime11/text2sql

## Basic Information

- **Project Name**: text2sql
- **Description**: text2sqltext2sql
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2023-07-24
- **Last Updated**: 2023-07-24

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 大模型prompt engineering 教程
博客地址：https://zhuanlan.zhihu.com/p/635799364

prompt的组成包四个元素：

+ Instruction（指令，必须）
+ Context（上下文信息，可选）
+ Input Data（需要处理的数据，可选）
+ Output Indicator（要输出的类型或格式，可选）

一个面向复杂任务的prompt的一般都包含Instruction，Context，Input Data，Output Indicator。

所以面向大语言模型的开发应用过程就是如下公式：
**LMM(Instruction + Context + Input Data + Output Indicator)  = Output**

prompt engineering 就是写好这四块东西Instruction，Context，Input Data，Output Indicator
让模型的输出Output越准越好。

# text2sql  prompt
```
> prompt = """
>         现在你是一个数据分析师,SQL大神,请根据用户提供的表的信息，以及用户的需求，写出效率最高的SQL,
>         表信息如下：
>             表名：students;
>             字段：id,name,age,location
>         用户需求:统计一下姓名年龄大于23,姓名包含andy且在beijing,的的学生个数。
>         并且要求输出的SQL以#开头,以#结尾，样例如下：
>                 #SELECT * FROM table#
>                 #SELECT COUNT(*) FROM table#
>         注意不需要分析过程，直接给出SQL语句
>        """
> inputttext ="""<human>:
>      {}
> <aibot>:
> """.format(prompt)
```
  
  输出结果：  #SELECT COUNT(*) FROM students WHERE age > 23 AND name LIKE '%andy%' AND location = 'beijing'#
  ![image](https://github.com/wp931120/text2sql/assets/28627216/9e43aba9-fefc-4fc8-8537-8b7082424348)