ChatGPT 可收费的那种产品该如何实现？一点尝试 | 社区征文

2023-02-22
重庆
本文字数：2438 字
阅读完需：约 8 分钟

导读|时隔两个月，勇哥终于把 chatGPT 生成 SQL 的功能发布上线了，支持统计分析查询、创建表、数据生成等多种全面的 SQL DDL 生成能力，本文就和大家聊聊相关功能的使用和背后实现逻辑，并希望相关功能能帮助大家在工作中提升一定的工作效率。同时也提醒一下大家，SQL 能力很重要，请大家不要在工作中完全依赖工具。阅读本文你会了解到 Tinkle 工具 SQL 生成功能如何使用？最后了解如何使用 chatGPT API 进行落地产品的实施？

Tinkle SQL 生成工具使用介绍

Tinkle 是本人开发的一款国产数据库管理客户端，目前支持 Mysql、Mariadb、PostgreSQL 等数据库。区别于其它数据库，其优势是提供了数据可视化、SQL 练测、数据填充、SQL 逆代码生成、AI SQL 生成等创新功能。

本文主要介绍 AI SQL 生成功能，因此先介绍一下其支持的 SQL 生成能力：

能生成：多表关联查询的 SQL
能生成：插入测试数据的 SQL
能生成：查询/统计分析的 SQL
能生成：创建表结构的 SQL
能生成：修改表结构的 SQL

使用步骤介绍

使用 SQL 生成功能非常简单，生成的 SQL 可以直接运行，使用仅以下 3 步：

1、选择你可能关联查询的表，右键打开 SQL 生成界面；

2、输入你的需求，并点击 Run 按钮即可为你生成 SQL；

3、点击运行按钮预览结果。

预览多表关联查询 SQL 生成

下面案例使用了 teacher 表中的数据张三，直接查询 course 课程表中的信息，生成的结果还是挺准确的。注意必须使用'查询'开头。

预览插入测试数据 SQL 生成

下面案例直接给课程表 course 增加 10 条数据，从生成的结果，可以看出生成的数据字面含义还是非常贴合我们自己的表。

预览创建表结构 SQL 生成

下面案例要求新增一张表，用于存储老师的上课记录。从生成结果看，创建表的语法一点问题都没得，字段和表名基本满足阿里数据库规约。

预览统计分析 SQL 生成

下面案例要求统一某一门课程成绩前 3 的学生，从生成的结果看貌似正确，但是结果 limit 不支持在子查询中使用，要区分版本的支持。即时这样，生成的结果也可以带给我 SQL 编写上的一些思路，有参考价值。

chatGPT 功能落地实施介绍

Tinkle SQL 生成功能诞生过程

早在 12 月 16 日其实上述功能我就已经实现，一值拖到现在才正式公开。期间其实一直在思考如何更好的落地 chatGPT 应用。苦于这是一个新的领域，参考的产品太少，最后没有找到更好的方式，就还是以当前的方式上线了。

程序要与 chatGPT 对接，那就需要使用其 API，API 这点反而出乎意料，chatGPT 提供的接口非常的简单，基本 10 行代码就可以搞定。但有没有难点呢？其实 chatGPT 接口最难的是 prompt 的设计，一个好的 prompt 参数设计，能让结果更为准确，另外注意的 prompt 也包括了上下文。

SQL 生成的 prompt 可设计为：上下文 SQL 需求\\n 生成类型
例：
上下文：###之间的内容为上下文，描述了需求的约束条件
SQL 需求：就是要 SQL 的描述信息，比如：查询员工信息
生成类型：就是生成 SQL 的类型，比如：SELECT

### Mysql SQL tables, 表字段信息如下:\\n#\\n# Employee(id, name, department_id)\\n# Department(id, name, address)\\n# Salary_Payments(id, employee_id, amount, date)\\n#\\n### 查询员工信息\\n SELECT

复制代码

有了 prompt 设计，最后整合一下 API 代码即可实现相关功能，为帮助大家，我也把直接贴出来：

public class AiUtils {
    /**     * 生成需求     * @return     */    public static List<CompletionChoice>  generatorSqlQuery(String token,String tables,String demand){        String keyword = "";        if(demand.contains("查询")||demand.contains("统计")||demand.contains("select")){            keyword = "SELECT";        }else if(demand.contains("删除数据")||demand.contains("delete")){            keyword = "DELETE";        }else if(demand.contains("删除")||demand.contains("drop")){            keyword = "DROP";        }else if(demand.contains("修改数据")||demand.contains("update")){            keyword = "UPDATE";        }else if(demand.contains("修改")||demand.contains("alter")){            keyword = "ALTER";        }else if(demand.contains("增加")||demand.contains("插入")||demand.contains("新增")||demand.contains("insert")){            keyword = "INSERT";        }else if(demand.contains("创建")||demand.contains("create")){            keyword = "CREATE";        }else if(demand.contains("显示")||demand.contains("show")){            keyword = "SHOW";        }else if(demand.contains("清空")||demand.contains("truncate")){            keyword = "TRUNCATE";        }else{            keyword = "SELECT";        }        OpenAiService service = new OpenAiService(token);        CompletionRequest completionRequest = CompletionRequest.builder()                .model("code-davinci-002")                .prompt(String.format("%s %s\\n%s",tables,demand,keyword))                .temperature(0.0D)                .maxTokens(1000)                .topP(1D)                .frequencyPenalty(0D)                .presencePenalty(0D)                .stop(Arrays.asList("#",";"))                .build();        List<CompletionChoice> choices = service.createCompletion(completionRequest).getChoices();        for (CompletionChoice choice : choices) {            choice.setText(keyword+choice.getText());        }        return choices;    }
}

复制代码

chatGPT 功能落地经验总结

chatGPT 相关开发的说难不难，但是做好确是有一定的困难，具体可参考以下步骤去实施：

选择一个你感兴趣的场景
设计一个优秀的 prompt：落地功能效果，直接由这一步决定；
这个需要通过大量的测试，最终总结出一个较好的 prompt
对接 Open Ai 相关接口
通过 GUI 图形化界面进行包装

最后你觉得这个 chatGPT 生成 SQL 功能可收费吗？欢迎评论区探讨~

发布于: 2023-02-22阅读数: 44

原文链接:【http://xie.infoq.cn/article/dd490221e995c2357ed966f22】。文章转载请联系作者。

非喵鱼

关注

技术专业一点，才能多一点时间陪家人！ 2018-11-28 加入

Java生态开发高效工具 Tinkle、Boom的作者，欢迎大家持续关注！

发布

暂无评论

创作场景