- ตอนทำงานที่ Square มีเวร "analytics on-call" สุดโหด ที่พอถึงรอบของฉันก็ต้องตอบคำถาม SQL หลากหลายแบบจากหลายแผนก
- เลยตัดสินใจลองแทนที่เวรนี้ด้วย GPT-3
- สร้างขึ้นภายใน Patterns Studio
- ประกอบพรอมป์ต์จากคำถามของผู้ใช้, สคีมาและข้อมูลของตารางที่มีอยู่, รวมถึงคำถามที่ชัดเจน
- รันผ่าน GPT หลายโมเดล แล้วได้ประโยค SQL ที่สมบูรณ์มากกว่า 5 ชุด
- รัน SQL กับตารางที่เกี่ยวข้องและหาผลลัพธ์ที่ดีที่สุด
- เชื่อมผลลัพธ์นั้นเข้ากับ Slack bot
- ส่วนการสร้างและรัน SQL ถูกจัดเป็นลูปดังนี้
- สร้าง candidate query
- ให้ GPT ตรวจคุณภาพของ SQL โดยค้นหาข้อผิดพลาดทั่วไป และให้สร้างเวอร์ชันของ query ที่ถูกต้อง
- รัน SQL กับตาราง
- ถ้ามีข้อผิดพลาดหรือถ้ามีผลลัพธ์ ให้ GPT ช่วยแก้ไข query เพื่อให้ได้ผลลัพธ์ที่ถูกต้อง แล้ววนลูปอีกครั้ง
- ถ้าได้ผลลัพธ์แล้วก็ส่งคืน
- สุดท้ายแล้ว สำหรับคำถามของผู้ใช้หนึ่งข้อ จะมีการเรียก GPT ราว 20 ครั้ง
- ลองทำตามแบบ Step-by-Step (ใช้ข้อมูล Crunchbase)
ยังไม่มีความคิดเห็น