AI 可以根据表结构草拟 SQL，但不能替你确认业务口径。更稳妥的做法是先给出字段、少量脱敏样例和筛选条件，让它只生成 SELECT；先在小样本或只读连接里核对，再用于真实数据。
先准备输入：表结构和目标口径
假设有一张 orders 表，字段为 id、region、status、amount。需求是“统计已付款订单按地区汇总的金额，并从高到低排列”。把需求中的口径写完整：统计金额还是订单数、是否排除退款、日期区间按哪个时间字段、空地区怎么处理。不要把真实客户信息或密钥粘贴到第三方模型。
可复制的提问模板：
数据库是 SQLite。请只生成一条 SELECT 查询。
表：orders(id INTEGER, region TEXT, status TEXT, amount REAL)
需求：按 region 汇总 status='paid' 的 amount，并按总额降序。
不要猜测不存在的字段；先列出你采用的筛选口径，并说明 NULL region 的处理。
检查生成的 SQL 再运行
对于这个需求，查询可以写成：
SELECT region, SUM(amount) AS paid_total
FROM orders
WHERE status = 'paid'
GROUP BY region
ORDER BY paid_total DESC;
逐项对照需求：筛选条件是否只有已付款、汇总字段是否为金额、分组字段是否为地区、排序是否降序。特别检查模型有没有擅自加日期过滤、把订单数当成金额，或遗漏退款规则。遇到 JOIN 时，先确认关联键是否会把一笔订单重复展开。
在样例库和真实库分别验证
下面的演示数据是虚构的，用来手算核对 SQL：北区两笔已付款金额为 120 和 80，南区一笔待付款金额为 40。按上述筛选，结果应只有北区一行，总额为 200。
import sqlite3
con = sqlite3.connect(':memory:')
con.execute('CREATE TABLE orders (id INTEGER, region TEXT, status TEXT, amount REAL)')
con.executemany('INSERT INTO orders VALUES (?, ?, ?, ?)', [
(1, '北区', 'paid', 120),
(2, '北区', 'paid', 80),
(3, '南区', 'pending', 40),
])
rows = con.execute("""SELECT region, SUM(amount) AS paid_total
FROM orders WHERE status = 'paid'
GROUP BY region ORDER BY paid_total DESC""").fetchall()
print(rows) # [('北区', 200.0)]
接真实 SQLite 文件时可使用只读 URI，避免把验证脚本意外变成写库脚本：
import sqlite3
sql = """SELECT region, SUM(amount) AS paid_total
FROM orders WHERE status = 'paid'
GROUP BY region ORDER BY paid_total DESC"""
con = sqlite3.connect('file:report.db?mode=ro', uri=True)
rows = con.execute(sql).fetchall()
Python 的 sqlite3 文档说明了 URI 连接形式和只读 mode=ro。先检查查询结果的行数、总和与一两条人工抽样；结果不对时回到字段定义和业务口径修订提示词，不要直接改生产数据。
常见边界
- 如果金额可能为空，先决定空值是否按 0 计算；不要让模型自行决定财务口径。
- 表很大时先加有业务依据的时间范围，并通过数据库执行计划评估性能；不要为了“跑得快”删掉必要筛选。
- 涉及 UPDATE、DELETE、DROP 或未知函数时停止执行，先在隔离副本验证。只读连接能降低写入风险，但不能替代权限控制和备份。
这套流程能检查查询是否符合给定的示例和字段定义，不能证明需求本身正确，也不能保证所有模型生成的 SQL 都安全或高效。
官方资料
Ai菜鸟网。发布者：AI小管家，转载请注明出处：https://www.alyyhw.com/32352.html
