Тестирование SQL, сгенерированного искусственным интеллектом, с помощью 10 реальных запросов

*ИИ может написать SQL за считанные секунды. Поэтому я устроил ему более серьезное испытание. * Мы задали AI 10 вопросов, которые реальный бизнес-пользователь может задать базе данных — не простые операторы SELECT, а вопросы, касающиеся соединений, дат, доходов, поведения клиентов и бизнес-логики. Некоторые запросы оказались на удивление хорошими. Некоторые выглядели совершенно правильно, но давали неправильный ответ. И один из них научил меня тому, чего я не ожидал: *Самая большая проблема с SQL, генерируемым ИИ, — это не всегда сам SQL. Вопрос в том, понимает ли ИИ, что на самом деле означают данные. * База данных Чтобы сделать эксперимент реалистичным, давайте воспользуемся простой базой данных электронной коммерции. Небольшая схема, в которой много места для ошибок. На первый взгляд это выглядит просто. Но даже эта небольшая база данных создает множество возможностей для ошибок. Клиенты и заказы хранятся отдельно; товары и заказы связаны через позиции заказа; заказы могут иметь разные статусы; цены на продукцию могут меняться со временем; а такие бизнес-термины, как «доход», «прошлый месяц» и «активный клиент», нуждаются в определениях. Это означает, что ИИ нужно нечто большее, чем просто синтаксис SQL. Ему нужен контекст. **Вопрос 1. Какие клиенты принесли наибольший доход? Это звучит просто. ИИ сгенерировал: ✓ М