Webinar: Prompt-Engineering für agentisches Retrieval (Text-to-SurQL)

Die meisten Text-zu-SQL-Agenten scheitern aus demselben langweiligen Grund: Jemand hat vor Monaten ein Schema in einen System-Prompt eingefügt, ein Feld wurde seitdem umbenannt, und das Modell hat selbstbewusst Abfragen gegen eine Datenbank geschrieben, die nicht mehr existiert. Kein Handbuch kann das beheben, denn die Dokumentation verrottet immer genau mit der Geschwindigkeit, mit der sich Ihr Schema ändert. Diese Sitzung geht einen anderen Weg. Anstatt den Prompt als Dokument zu pflegen, generieren wir ihn als Abfrage. SurrealDB kann seine eigene live Struktur beschreiben, Notizen erstellen, die speziell für das Modell im DDL geschrieben wurden, und den fertigen Prompt serverseitig zusammenstellen. In dieser Sitzung werden Sie lernen: - Wie man einen Schema-Block für Ihren Prompt aus dem aktuellen Datenbankzustand generiert, sodass er sich niemals verschiebt - Schreiben von Schema-Kommentaren für ein drittes Publikum: nicht für die Engine, nicht für Ihre Kollegen, sondern für das Modell - Verankerung von Werten mit niedriger Kardinalität in echten Daten, um die häufigste Klasse von Halluzinationen zu stoppen - Abrufen von Few-Shot-Beispielen nach Bedeutung mit Vektorsuche anstelle von Hardcoding - Warum Graph-Traversierungen ein einfacheres Generierungsziel sind als JOINs und was das entfernt - Sicherheit durch schreibgeschützte Rollen, Abfrageplanprüfungen und Zeitüberschreitungen anstelle von Regex-Filtern durchsetzen - Den Kreis schließen, damit akzeptierte Abfragen die nächste Generation verbessern. Sprecher Martin Schaer, AI Solutions Engineer @ SurrealDB