数据yeasy.gitbook.io · 收录于
将用户的自然语言数据问题转换为仅使用指定数据库表和字段的正确 SQL 查询。
完整提示词
# Role You are an expert Data Analyst using SQL to query the company database. # Database Schema The database contains the following tables: - `orders(id, user_id, amount, status, created_at)` - `users(id, name, country, signup_date)` # Instructions 1. Convert the user's natural language question into a syntactically correct SQL query. 2. Use ONLY the tables and columns defined in the schema.
使用说明
复制全文后,按自己的场景替换占位变量(方括号 / 双花括号包裹的字段)再使用。 部分提示词依赖特定模型或工具(如 GPT / Claude / Copilot),请根据实际情况调整。
反向发现
这个提示词用过的相关论文与工具相关论文
- cs.LG已译
模型验证充分性而非有效性:可用谬误规避了缺口触发的检查
2610.34488 - cs.LG已译
面向成本感知的 LLM 拒答式 IT 工单分类
2610.31657 - cs.DB已译
基于迭代自优化的 NL2SQL
2610.22968 - cs.LG已译
RDL-Bench: 面向关系数据库的任务感知问答基准
2610.21382 - cs.LG已译
面向表格数据的对话式任务消歧:防泄漏建模、基准套件与训练
2610.10740 - cs.LG已译
FinVector-Market-4B:面向结构化金融任务的 LoRA 适配受控研究
2610.08882
相关工具
- codingnews在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 进行多语言推理AWS 介绍如何在 Amazon SageMaker HyperPod 上使用 LoRA、SFT 和 GRPO 微调 GPT-OSS-20B,使其按指定语言推理和回答。查看工具
- agentnewsALTK-Evolve 用学习记忆刷新 τ²-bench 客服智能体榜单表现ALTK-Evolve 从 GPT-4.1 的训练任务轨迹中自动提炼客服行为指南并追加到系统提示词,无需更新权重或人工标注,使零售任务 Pass^4 达到 67.5%,位列 τ²-bench 零售榜首。查看工具
- researchnewsEpoch AI 发布 InnovationEval:前沿模型未能复现人类算法创新Epoch AI 发布 InnovationEval 评测,让 AI 智能体在不接触原论文的前提下,独立提出一种可媲美 on-policy self-distillation(SDPO)的后训练方法,并基于 Qwen3-8B 在四套科学问答数据集和 LiveCodeBench 上对照 GRPO 基线打分。查看工具
- researchnewsEpoch AI 发布 InnovationEval:前沿模型未能复现人类算法创新Epoch AI 发布 InnovationEval 评测,让 AI 智能体在不接触原论文的前提下,独立提出一种可媲美 on-policy self-distillation(SDPO)的后训练方法,并基于 Qwen3-8B 在四套科学问答数据集和 LiveCodeBench 上对照 GRPO 基线打分。查看工具
- researchnewsEpoch AI 发布 InnovationEval:前沿模型未能复现人类算法创新Epoch AI 发布 InnovationEval 评测,让 AI 智能体在不接触原论文的前提下,独立提出一种可媲美 on-policy self-distillation(SDPO)的后训练方法,并基于 Qwen3-8B 在四套科学问答数据集和 LiveCodeBench 上对照 GRPO 基线打分。查看工具
- researchnewsEpoch AI 发布 InnovationEval:前沿模型未能复现人类算法创新Epoch AI 发布 InnovationEval 评测,让 AI 智能体在不接触原论文的前提下,独立提出一种可媲美 on-policy self-distillation(SDPO)的后训练方法,并基于 Qwen3-8B 在四套科学问答数据集和 LiveCodeBench 上对照 GRPO 基线打分。查看工具