任务定义：根据业务需求写 SQL——**"依据什么，生成什么"**： - 依据 = 表结构（字段、类型、业务描述；多表时再加关联字段关系） - 生成 = 可执行的 SQL 两步法（也是 prompt 的骨架）： ```text 第一步：理解问题，从表字段中找出相关字段（语义检索） 第二步：结合 SQL 语法生成语句（受限生成） ``` 原则：**AI 只是技术/手段，目的是解决问题**——先想清楚验收标准（执行结果对不对），再动手。

表结构导出要点： - 每个字段给"名称 + 类型 + 中文业务描述"三元组，描述比名字更重要 - 多表场景显式给出关联关系（`A.user_id = B.cust_id`） - 大宽表给业务维度分组说明，避免模型在几百个字段里迷路 - 可先用 LLM 做"问题→相关字段"的筛选（一次调用），再做"字段+问题→SQL"（二次调用）——分治比一步到位稳

模型要求： - 强语义理解/检索能力：能从上百字段中锁定相关字段 - 理解准确不胡扯：列名、关联、过滤条件不能编造 实践结论： - 在线模型（deepseek/gpt 系）均可用 - 本地 DeepSeek 至少 70B 才堪用；第一版用在线 API，跑通后再试 32B/14B 降成本

`tpf.llm.prompt.SqlJiaoYi`（银行反洗钱交易域的 nl2sql 提示工厂，模块级实例 `yj`）： ```python from tpf.llm.prompt import yj # SqlJiaoYi 实例 from tpf.cn import Think thk = Think() prompt = yj.prompt1(query="查上个月跨境取现超过50万的客户", col_name=..., df_table_jiaoyi=..., df_table_kehu=..., tiaojian=yj.tiaojian()) res = thk.thinking(prompt, return_json=True) # -> {"desc":..., "sql1":..., "sql2":...} ``` 工厂提供：`prompt1`（主提示）、`tiaojian()`（业务话术字典）、`col_desc/jiaoyi_desc`（列名与业务维度）、`output_format()`、`examples()`、`alg_table_name()`、`prompt_bsn_fenlei()`。

`prompt1` 的五步思维链（表结构嵌入 + 业务约束 + 输出契约）： ```text 1. 读懂问题与给定的表结构（交易表/客户表字段与含义） 2. 把业务话术翻译成 SQL 条件（对照"业务条件字典"） 3. 确定涉及的表与关联关系 4. 生成 SQL（先原始逻辑，再 case when 展示版） 5. 自检：字段存在性、语法、过滤条件完整性 ``` 输出三字段 JSON：`desc`（思路说明）、`sql1`（原始 SQL）、`sql2`（case when 可读版）——sql2 直接供报表使用。

**业务话术→SQL 条件字典**（nl2sql 质量的命门）： ```python yj.tiaojian() 返回（节选）： { "跨境": "t.OVERAREA_IND='1'", "取现": "t.CASH_IND='1'", "大额": "t.AMT >= 500000", ... } ``` 配套 `examples()` 提供 20+ 个 few-shot（每个含问题与 sql1/sql2 对）。经验：**字典+示例的覆盖度直接决定准确率**——badcase 归因后先补字典/示例，再考虑换模型。 `prompt_bsn_fenlei()` 先把问题分类（币种/现金转账/收付）返回判断条件；`alg_table_name()` 由问题生成算法特征表名——都是"分治"思想的落地。