AI教程

数据库查询智能体的“只读”不能只写在提示词里。示例由程序限制允许操作，再尝试DELETE并查询剩余数据，确认模型建议无法绕过写入边界。

数仓 SQL 智能体关联历史资料时，不能永远取最新版本。应按事实发生时间匹配当时有效的区间，并检验切换时刻不会同时命中两个版本。

智能体需要一个 SQL 函数时，先约定NULL意味着什么。缺失文本不能被自动换成“未知”后参与匹配，否则查询可能产生原数据没有的值。

SQL 建表智能体生成了表结构后，要用不合法数据试插入。字段看起来齐全并不能证明主键、非空与取值范围已实现。

数据量大时，AI 可能建议分批读取和汇总。分批本身不应改变结果：用同一小样本分别整批与分批计算，确认最后不足一批的记录也被处理。

AI 可以帮助解释可疑数据，但先用一条公开可核对的规则建立基线。本文计算中位数绝对偏差，标出超过约定阈值的记录，再交给AI整理复核原因。

文本信息提取智能体返回一个字段，不代表原文真的包含它。要求同时给出start、end和原文value，再用本地字符串切片核对，能拦住部分编造或引用错位。

两段看起来相同的文本，底层字符不一定相同。AI 文本清洗可以先采用明确的 Unicode 规范化规则，保留原文与转换值，再决定是否需要进一步清理。

智能体说“准备查询”不等于工具已经执行。存储模块应分别记录建议、开始和结果，让读者回查哪次动作真的得到业务回应。

AI 智能体批量导入数据时，不能一部分失败却仍报“导入完成”。如果契约是全批成功或全批失败，数据库事务与失败后的实际行数核对要同时存在。