自然言語の条件からSQLクエリを作成

SQLクエリの作成をAIに依頼する際、最も頻繁に発生するのは、実行した瞬間に「そのようなカラムは存在しません」というエラーが出るクエリを受け取ることです。テーブル構造を渡さないと、AIはorders.order_dateやusers.is_activeといった、よくある名前を勝手に捏造してしまいます。文法は完璧なため一見正しそうに見え、貼り付けて実行して初めて間違いに気づきます。

そのため、コンテキストがこのプロンプトの半分を占めます。カラム一覧やCREATE TABLE文をそのまま貼り付けることで、AIは名前を捏造する必要がなくなります。データベースの種類も併せて指定します。日付の差分を求める関数ひとつをとっても製品ごとに名前が異なるため、この1行があるだけで実行不可能なクエリの生成を大幅に減らせます。

聞き返しの段落は、誤った集計値を事前に防ぎます。「先月の売上」という一言には、基準が注文日なのか決済日なのか、キャンセル分を引くのかが含まれていません。質問させないと、AIは勝手に1つを選んで処理を進めてしまい、数値の間違いはレポート提出後に発覚することになります。質問を3つに限定しているのは、聞き返しが際限なく続くのを防ぐためです。

フォーマットの「解釈・根拠としたカラム」表は検算のための仕組みです。クエリだけを受け取ると、条件が正しく反映されているかSQLを読めないと確認できませんが、解釈が文章で書かれていれば目視で照合できます。テーブル構造を"""で囲んでいるのは、定義内のコメントなどが指示として誤読されるのを防ぎ、どこまでがデータであるかの境界を明確にするためです。

テーブル名がordersやusersと勝手に決められ、注文日のカラムもorder_dateと捏造されます。実行するとエラーになるか、運悪く名前が一致してもキャンセル注文まで含まれた間違った数値が出力されます。何を基準に「先月」としたのかも説明にないため、結果を信頼できません。