在现代化的项目管理和运维工作中，利用大模型（如ChatGPT）处理复杂任务已成为一种高效手段。近期我们在一个项目中尝试利用大模型将MySQL导出的SQL语句迁移为达梦信创数据库格式，通过几轮操作，我们深刻体会到提示词工程的重要性，并总结了使用大模型的最佳实践。
项目背景
在项目中，我们需要将一份从MySQL导出的SQL文件迁移为达梦信创数据库格式，具体要求是将SQL语句中的表名和字段名全部加上双引号。人工处理不仅耗时且容易出错，因此我们决定尝试利用大模型来完成这项任务。
操作过程
第一轮操作：
我们将脱敏后的SQL文件上传至ChatGPT，并下指令为“帮我把文件中的SQL语句表名和列表加上双引号”。操作如下图所示：
初步结果显示大部分语句正确处理，但仍有部分未按要求执行。如下图所示：
此时，我们意识到提示词和示例的重要性。
第二轮操作：
针对第一轮结果，我们明确指出存在问题，并提供了一个手工处理后的正确示例。
尽管结果有所改善，但部分过长的SQL语句仍未完全正确处理。如下图所示：
此时，我们进一步调整了提示词，并增强了示例的覆盖面。
第三轮操作：
在前两轮的基础上，我们增加了示例数量，并设计了更详细的提示词。具体提示词包括明确的需求、正确的SQL语句示例以及操作后的预期结果。
完整的”提示词工程“如下：
帮我把文件中的sql语句表名和列名加上双引号。如下为表名和列名加上双引号的正确示例，请将如上文件进行修改后，并提供下载：INSERT INTO "QRTZ_CRON_TRIGGERS" ("SCHED_NAME","TRIGGER_NAME","TRIGGER_GROUP","CRON_EXPRESSION","TIME_ZONE_ID") VALUES ('UCenterScheduler','TASK_CLASS_NAME102','DEFAULT','0 0 0 ? * 1','Asia/Hong_Kong'); INSERT INTO "SYS_DICT_DATA" ("DICT_SORT","DICT_LABEL","DICT_VALUE","DICT_TYPE","CSS_CLASS","LIST_CLASS","IS_DEFAULT","STATUS","CREATE_BY","CREATE_TIME","UPDATE_BY","UPDATE_TIME","REMARK") VALUES (2,'服务中心','2','sys_link_type','','default','N','0','EoiAdmin','2023-06-09 14:22:42','EoiAdmin','2023-06-14 16:50:46',''), (1,'运管系统','1','sys_link_type',NULL,'default','N','0','EoiAdmin','2023-06-09 14:23:10','',NULL,NULL), (3,'轮播类型','3','sys_link_type',NULL,'default','N','0','EoiAdmin','2023-06-09 14:23:38','',NULL,NULL), (4,'报表类型','4','sys_link_type',NULL,'default','N','0','EoiAdmin','2023-06-26 15:00:13','EoiAdmin','2023-06-26 15:00:22',NULL); INSERT INTO "SYS_USER" ("DEPT_ID","USER_NAME","NICK_NAME","USER_TYPE","EMAIL","PHONENUMBER","SEX","AVATAR","PASSWORD","STATUS","DEL_FLAG","LOGIN_IP","LOGIN_DATE","CREATE_BY","CREATE_TIME","UPDATE_BY","UPDATE_TIME","REMARK","SSO_ID","SOURCE_BY","OTP_SK","SECRET_BASE32","EMPLOYEEID","EN_NAME","DEPARTMENT","LAST_PASSWORD_CHANGE_DATE") VALUES (103,'EoiAdmin','开发','00','','15888888888','0','','$2a$10$7JB720yubVSZvUI0rEqK/.VqGOZTH.ulu33dHOiBE8ByOhJIrdAu2','0','0','192.168.21.225','2024-07-09 11:56:23','admin','2023-02-14 11:03:47','','2024-07-08 23:56:23','管理员',20200321,'0','otpauth://totp/EoiAdmin@?secret=ISG5WRNRFRDXJAOQAEIJ33YDOBV2EUDOON766YF2TSODJ27XNIRQ&period=30&digits=6','ISG5WRNRFRDXJAOQAEIJ33YDOBV2EUDOON766YF2TSODJ27XNIRQ',NULL,NULL,NULL,'2024-07-08 23:56:23'), (103,'admin','管理员','00','','15888880000','0','','$2a$10$erscMiICVJEZ7NjUA7kbZOXA2URJn3iSt2WdmvusqDVd7HzASIZWq','0','0','192.168.21.225','2024-07-10 11:40:09','admin','2023-02-14 11:03:47','admin','2024-07-09 23:40:08','管理员',20200321,'0','','6XJXUMWJACPXKLO3SU44HKDGEUDTQIG7PGJYHMLJO3W42GPIDSMA',NULL,NULL,NULL,'2024-07-09 23:40:08');最终，大模型成功按要求处理了所有SQL语句，达到了预期效果。
经验总结
通过这次实践，我们总结出以下几点关键经验：
1. 明确需求：提示词必须清晰明确，涵盖具体需求和预期结果，避免歧义。
2. 提供示例： 通过提供多个正确示例，可以帮助大模型学习和理解需求，从而输出正确结果。
3. 反馈和调整： 针对初步结果进行反馈，调整提示词和示例，逐步优化输出效果。
4. 提示词工程：设计提示词时要注意逻辑性和层次性，使大模型能够逐步理解任务并正确执行。
结语
在实际应用中，利用大模型处理复杂任务不仅提升了效率，还保证了结果的准确性。然而，要充分发挥大模型的潜力，提示词工程和示例设计至关重要。未来，我将继续探索大模型在运维、项目管理和日常工作中的更多应用场景，帮助大家提高工作和学习效率。
通过此次SQL迁移的成功实践，我更加坚定了利用大模型提升工作效率和质量的信心。希望这次经验总结能为更多项目和团队提供借鉴。
