任务分析

 
根据业务需求写SQL 
- 依据什么生成什么  


依据内容：表结构 
- 表的字段，类型，描述 
- 如果有多表，再增加与外表关联的字段关系 
    

 
用户提问，就是业务问题
- 拿到问题后，要理解问题，然后将问题进行拆解，与表中的字段一一对应 
- 然后再结合SQL语法，生成SQL  

这里面有两大步
1. 理解问题，从给出的表字段中找出相关的表字段 
2. 根据这些字段，结合对问题的理解，生成SQL  
    

大模型

 
理解问题，从给出的表字段中找出相关的表字段
- 这一步要求大模型要有很强的语义理解能力，检索能力
- 同时理解的要准确，到位，不能胡扯... 
    

 
从当前各个的模型的效果来看，常用的在线支持的大模型皆能满足要求 
- 而本地部署的模型中，以deepseek为例的话，至少要70B的规模才能满足 
- 但70B本地部署难度大，所以这里第一版采用在线模型API的方式 
- 有了稳定的第一版之后，接下来可以尝试32b或者14b的版本的效果 
    

 
AI只是技术/手段，目的是为了解决问题