Webinar: Engenharia de prompt para recuperação agentiva (Text-to-SurQL)

A maioria dos agentes de texto-para-SQL falha pelo mesmo motivo chato: alguém colou um esquema em um prompt do sistema há meses, um campo foi renomeado desde então, e o modelo tem gerado consultas de forma confiante contra um banco de dados que não existe mais. Nenhum manual corrige isso, porque a documentação sempre se deteriora exatamente na mesma velocidade que seu esquema muda. Esta sessão adota uma abordagem diferente. Em vez de manter o prompt como um documento, geramos isso como uma consulta. O SurrealDB pode descrever sua própria estrutura ao vivo, carregar notas escritas especificamente para o modelo em seu DDL e montar o prompt final no lado do servidor. Nesta sessão, você aprenderá: - Como gerar um bloco de esquema para seu prompt a partir do estado atual do banco de dados, para que ele nunca se desloque - Escrevendo comentários no esquema para um terceiro público: nem o motor, nem seus colegas, mas o modelo - Fundamentando valores de baixa cardinalidade em dados reais para parar a classe mais comum de alucinação - Recuperando exemplos de few-shot por significado com busca vetorial em vez de codificá-los - Por que as travessias de grafo são um alvo de geração mais fácil do que JOINs, e o que isso remove - Aplicando segurança com funções de leitura apenas, verificações de plano de consulta e timeouts em vez de filtros regex - Fechando o ciclo para que consultas aceitas melhorem a próxima geração. Palestrantes Martin Schaer, Engenheiro de Soluções de IA @ SurrealDB