Text2SQL 的难点是什么？怎样提高准确率？
先自己想一想，再看参考要点
参考要点
- 难点一是表结构对应：问题中的说法对应哪张表的哪一列、表之间怎样关联，表很多时要先选出相关的表
- 难点二是业务口径：例如销售额算不算已退款的订单，表结构里看不出来，BIRD 基准中 GPT-4 只看表结构时执行准确率为 34.88%，给出口径等外部知识后为 54.89%
- 用语义层统一定义指标和维度，模型只输出要查的指标、分组和时间，由代码生成 SQL，也避免一对多关联把订单金额重复计算
- 表结构带上字段说明和取值含义，检索几条验证过的“问题—SQL”放进提示词作为示例
- 执行出错时把错误信息回传给模型修改，用只能读指定视图的账号执行并限制时间和返回的行数