AI 怎么生成 SQL 查询
让 AI 写 SQL 不难,难在它不知道你的表结构。这篇讲怎么把结构和字段含义喂给它、怎么要求它对齐数据库方言,以及上线前必须做的校验。
AI 写 SQL 的准确率,几乎完全取决于你给了多少上下文。同一个模型,只丢一句「帮我查上个月订单」多半会瞎猜表名;把表结构和字段含义说清楚,它给出来的语句往往直接能跑。下面按这个思路讲入口、步骤、坑和验证办法。
入口在哪
- 主流对话式 AI 都能做这件事,网页版、桌面客户端、手机 App 都行,不需要额外装插件。
- 前提是你能拿到数据库的表结构:表名、字段名、字段类型,以及每个字段的业务含义。
- 如果用的是带数据库连接的开发工具或者 AI 编程助手,也可以让它直接读结构,但要留意权限,给它一个只读账号最稳妥。
具体步骤
- 先把表结构整理成文本:每张表列出表名和字段,字段后面跟一句话说明含义,状态类字段要写清各个取值的意义。
- 贴两三行脱敏后的示例数据。像状态等于 3 表示已取消这种约定,给数据比给文字更好理解。
- 把需求拆成四个要素说清:要哪些列、按什么条件筛、怎么排序、要不要去重或分组。
- 明确告诉它数据库类型,比如 MySQL 8、PostgreSQL 15、SQL Server 2019。分页写法、日期函数、字符串拼接在不同方言里差别很大。
- 要求它先复述理解,再给语句,最后逐段解释每一段在做什么。这一步能提前暴露理解偏差,比事后纠错省时间。
- 拿到语句别直接在生产库跑。复制到测试库或者用只读账号,先加上小样本限制试跑一次。
几个坑
- 字段名幻觉。它会写出看起来很合理、但你库里根本不存在的字段,比如把订单金额写成 amount,实际叫 total_fee。跑之前对着字段清单核一遍。
- 方言混用。分页在 MySQL 里是
limit,SQL Server 里是top,Oracle 早期版本用rownum。你说了方言它一般不会错,不说就随缘。 - 一对多关联后行数变多。主表关联明细表再计数,算出来的往往是明细行数而不是主表条数,需要配合
distinct去重。 - 用等号判断空值。空值要用
is null,写成等于 null 永远不成立,查出来零行还以为是没数据。 - 日期边界算重复。按月统计用大于等于月初、小于下月初的写法,比在两个日期之间更安全,不会漏掉或重复当天的记录。
- 把真实数据贴进公共模型。手机号、身份证、客户名称这类信息要先脱敏,或者只给结构和几行虚构样例。
怎么验证
- 先看执行计划。在语句前加上
explain,确认它走的是索引而不是全表扫描,关联顺序也合理。 - 拿小样本对答案。限定一个你熟悉的时间段或几个已知单号,手工核对结果对不对。
- 交叉验证总数。先单独查一次符合条件的总条数,再看分组或明细,两者应该能对上。
- 让 AI 解释语句。你能逐段讲清它在做什么才算看懂,讲不清就先别上线。
- 在只读库或者备份库上先跑一遍,确认耗时能接受,再考虑正式使用。
常见问题
只给字段名不给含义行不行
简单的单表查询勉强可以,一旦涉及状态判断、金额口径、时间字段就会出错。同一个状态字段,0 到底是未支付还是已取消,只有你知道。把含义写进去成本很低,收益最大。
AI 给的语句报语法错误怎么办
把完整的报错信息、数据库类型和版本号一起发给它,通常一次就能改对。只说「报错了」,它只能猜。连续两次改不对,多半是方言没对齐,换个说法重新描述需求,比继续纠错更快。
能不能直接让 AI 连数据库执行
技术上可以,但不建议默认这么干。至少做到三点:只给只读账号、只在测试库上试、执行前人工过一遍语句。删除和更新这类写操作尤其不要交给自动执行,写错一次就是数据事故。
一句话总结:AI 写 SQL 的瓶颈不在模型而在上下文,把表结构、字段含义和数据库方言一次讲清,再让它先复述后写语句,最后在只读环境里用执行计划和已知样本验证,才能放心拿去用。