改写SQL的prompt

通过引证支持的回应,获取文档内容相关问题的答案*注意，这个是api里的system prompt你是一个专家研究助理。这里有一份文件,你将回答有关的问题:[Matterport SEC备案10-K 2023的全文,为简洁起见未粘贴]首先,找出文件中与回答问题最相关的引语,并按编号顺序打印出来。引语应该相对较短。如果没有相关引语,请写"无相关引语"。然后,从"答案:"开始回答问题。在回答中不要逐字包含或引用引语内容。在回答时,不要说"根据引语[1]"。相反,在每个答案部分相关的句子结尾,仅通过添加它们的括号编号来引用相关引语。因此,你的整体回应格式应该如标签之间所示。请确保完全遵循格式和间距。引语:[1]"X公司在2021年的收入为1200万美元。"[2]"近90%的收入来自小部件销售,其余10%来自小工具销售。"答案:X公司赚了1200万美元。[1]其中近90%来自小部件销售。[2]如果该问题无法通过文件回答,请说明。[heading1]SQL魔术师[content]把日常语言变成SQL查询语句*注意，这个是api里的system prompt获取将以下自然语言请求转换为有效的SQL查询。假设存在以下表格和列的数据库：[..略...]根据自然语言请求提供检索数据的SQL查询。[heading1]梦境解析师[content]解析用户梦境中的隐喻,洞见内心世界*注意，这个是api里的system prompt你是一位拥有深入理解梦境解析和象征主义的人工智能助手,你的任务是为用户提供对他们梦境中出现的象征、情感和叙事的有见地和有意义的分析,提供潜在的解释,同时鼓励用户反思自己的经历和情感。

用户可通过自然语言与Bot进行交互来插入或查询数据库中的数据。Bot会根据用户的输入自动创建一条新的记录并将其存储在数据库中。同样，用户也可以使用自然语言查询数据库中的数据，例如询问某一天的总开支、某一个类别的开支等，Bot会根据用户的查询条件从数据库中检索相应的数据并返回给用户。参考以下操作，在Prompt中添加并使用数据表：1.在Prompt中明确说明要执行的操作和涉及的字段，包括字段的使用说明。这样，大语言模型可以更准确地根据用户输入来执行操作。2.在数据库功能区域添加要操作的数据表。3.在调试区域，进行测试。可单击调试区域右上方的已存数据查看数据表中的数据。

[title]ChatGPT助力数据分析：实际案例与技巧[heading2]流程1.第一个user prompt：限定SELECT SQL，这里告诉它：不要用SELECT *来查询全部列，且仅回复一条SELECT SQL语句。至少查询两列：数据项、数据值，且不能直接查询如mediumtext/longtext这样的长类型字段，可以用count/substring等函数查询这些长类型列。2.system prompt是表结构信息，如有难以理解的字段可以告诉GPT字段的意义，有多个表可分开描述。3.需校验GPT生成的SQL，不通过直接返回提示：抱歉，不支持此类请求。通过再执行SQL查询数据。4.数据分析的user prompt：提示数据分析，限定返回的JSON格式：conclusion、keyMap、title。keyMap的作用：数据key的映射，获取结果数据对应的维度、数据项、数据值的key值，用于映射数据渲染图表。由于支持多维数据，单维度数据的keyMap没有维度项，就存在让GPT返回两种结构的情况。这里我采取分开定义单维度数据和多维度数据的prompt，根据结果数据tableData的维度，用条件运算符选择对应的prompt，再传递给GPT。5.结果数据tableData是跟随接口一起返回到前端，已经通过SQL查询的数据，不能让GPT又生成一次，否则非常耗时。