Text2SQL任务的常用Prompt模板整理

一、基础指令模板（Basic Instruction Template）

适用于简单查询转换，强调明确指令和输出格式约束。

现在你是一个SQL专家，根据表结构和用户需求生成SQL语句。
表结构：
{table_schema}
用户需求：{user_question}
要求：直接输出SQL，以#开头和结尾，不要额外解释。
示例输出：#SELECT * FROM table#

关键要素：角色定义（SQL专家）、结构化输出标识符（# #）、禁止分析过程。

适用场景：

• 简单单表查询（过滤、排序）
• 需明确限制输出格式（如仅返回 SQL）
• 适用于零样本场景（无示例引导）

二、上下文增强模板（Context - Enhancement Template）

不仅提供表名和字段名，还包含字段类型、关系约束、示例数据等，提升复杂查询准确率。

你是一个数据分析师，请基于以下表信息生成高效SQL：
表名：{table_name}
字段说明：
  - {field1}：{字段含义}
  - {field2}：{字段含义}
关联关系：{table1}通过{key}关联{table2}
用户需求：{user_question}
输出要求：仅返回SQL，格式为```sql\nSQL语句\n```

设计重点：

• 字段含义描述降低歧义
• 显式定义表关联关系
• 代码块标记增强可读性

三、少样本示例模板（Few-Shot）

通过示例引导模型理解复杂逻辑，适用多条件查询。

你精通SQL转换，参考以下示例将自然语言查询转换为SQL：
示例1：
  输入：统计上海地区年龄>25的男性用户数量
  输出：SELECT COUNT(*) FROM users WHERE location='上海' AND age>25 AND gender='男'
示例2：
  输入：查找2023年销售额最高的产品类别
  输出：SELECT category, SUM(sales) FROM orders WHERE YEAR(order_date)=2023 GROUP BY category ORDER BY SUM(sales) DESC LIMIT 1
当前需求：{user_question}

适用场景：

• 复杂多表连接或聚合查询
• 模型对特定语法（如 JOIN、BETWEEN）不熟悉时
• 需强化语义与 SQL 操作的映射关系

四、思维链模板（Chain-of-Thought）

显式拆解自然语言查询为逻辑推理步骤，引导模型分步推理，适用于嵌套查询或跨表操作。

• 与分步指导型区分，分步指导型强制模型遵循预设的步骤生成 SQL，适合结构固定的查询类型。

请按步骤推理后生成SQL：
1. 确定查询目标字段：{target_fields}
2. 识别过滤条件：{conditions}
3. 分析表关联关系：{joins}
4. 编写SQL
用户需求：{user_question}

典型场景：多表JOIN、子查询、窗口函数。

五、高基数数据查询模板（High - Cardinality Data Query Template）

• 高基数数据是指数据集中某列包含大量唯一值的情况，比如包含数百万个唯一 ID 的产品目录等。

整合向量数据库解决模糊语义匹配问题。

步骤：
1. 用向量检索从{high_cardinality_column}中查找相似项（输入：{user_description}）
2. 检索结果：{candidate_values}
3. 生成SQL：SELECT ... WHERE {column} IN ({candidate_values})

技术依赖：

• Embedding模型生成候选值
• 向量数据库（如Milvus）快速检索

六、大模型优化专用模板（Large - Model Optimization - Specific Template）

结合模型量化、并行推理、提示工程等技术，提升大模型的推理效率与准确性。

1.模型量化指示

你是一个SQL生成助手，使用INT8量化模型工作，表信息如下：
{表结构}
请转换此需求：{user_question}
要求：
1. 输出以##包围的SQL
2. 优先使用简单JOIN替代子查询（减少计算开销）
##

2.并行推理引导

你是一个SQL生成助手，按以下流水线步骤工作：
1. 阶段1：解析表结构 {表结构}
2. 阶段2：分析需求 {user_question} 中的实体
3. 阶段3：生成SQL骨架并优化性能
要求：输出以##包围的SQL，如##SELECT ...##
##

3. 效率优化约束

你是一个SQL生成助手，需满足以下优化要求：
1. 生成的SQL必须使用索引（参考表结构中的主键）
2. 避免全表扫描（如用IN替代LIKE）
3. 输出以##包围的SQL
表信息如下：{表结构}
需求转换：{user_question}
##

调优要点：

• 添加XML标签分隔指令与输出
• 量化模型提升推理效率（4-bit加载）

七、安全防护模板（Security Protection Template）

防止SQL注入及敏感数据泄露。

生成SQL时遵守：
1. 禁止访问表：{sensitive_tables}
2. 过滤条件字段白名单：{allowed_columns}
3. 若需求涉及未授权数据，返回："无法执行"
用户输入：{user_question}

企业级需求：权限控制、敏感表隔离。

八、多轮对话上下文模板（Multi - Turn Dialogue Context Template）

在prompt中保留历史对话记录，让模型理解上下文依赖关系，支持递进式查询（如先筛选再聚合）。

• 与上下文增强模板的区别是，上下文增强是主动注入外部信息，静态信息补充提升单轮问题的理解深度。多轮对话上下文解决对话时序中的隐含关联，属于 “动态上下文维护”。
• 将历史对话按时间顺序拼接进prompt，用特殊符号（如===）分隔轮次，引导模型关联历史结果。

[历史对话]  
用户：查询2023年上海的订单量  
模型：SELECT COUNT(*) FROM orders WHERE city='上海' AND year=2023;  

用户：现在计算这些订单的平均金额  
[当前需求]：{user_question}  
[要求]：结合历史查询结果生成SQL，需引用临时表temp_shanghai_orders  

• 适用场景：
  • 连续数据分析（如“先查Q1销售额→再对比Q2增长率”）
  • 需解析隐含信息的场景（如“这些产品”指代上轮查询结果）。

九、函数调用型模板（Function - Calling Template）

引导模型生成指定格式的函数调用（如JSON），适配需要外部工具（向量数据库/计算器）辅助的场景。

• 定义函数参数规范，要求模型用结构化输出调用工具，再将工具返回结果整合为SQL。
• 适用场景：
  • 高基数数据查询（调用向量检索API）
  • 实时数据获取（如调用天气API补充查询条件）。

[函数调用规范]  
使用以下格式调用工具生成SQL：  
{
  "function": "search_vector_db",
  "parameters": {
    "column": "{high_cardinality_column}",
    "query": "{user_description}",
    "top_k": 10
  }
}  
[用户需求]：{user_question}  
[要求]：必须通过函数调用获取候选值后生成SQL  

十、领域特定知识模板（Domain - Specific Knowledge Template）

注入行业专属规则、术语映射表，解决领域语义歧义（如金融“清算”vs 医疗“清创”）。

• 在prompt中添加领域词典和计算逻辑，强制模型按特定规则生成SQL。
• 适用场景：
  • 金融（利率计算、合规字段过滤）
  • 医疗（病例编码映射、隐私数据脱敏）。

[金融领域规则]  
1. 净利润 = 总收入 - 总成本 - 税费  
2. 风险等级映射：  
   - 高风险：波动率>25%  
   - 中风险：10%≤波动率≤25%  
[用户需求]：{user_question}  
[要求]：按金融规则生成SQL，需包含风险等级字段  

十一、评估反馈优化模板（Evaluation - Feedback Optimization Template）

引导模型对生成的SQL进行自我验证，通过反问或纠错机制提升准确性。

• 在prompt中要求模型列出SQL的3个潜在问题（如性能、准确性），并修正。
• 适用场景：
  • 模型输出错误率高的复杂查询（如子查询嵌套）
  • 需优化SQL执行效率的场景（如索引缺失）。

[自我评估要求]  
生成SQL后回答以下问题：  
1. 该SQL是否可能引发全表扫描？  
2. 是否存在字段类型不匹配？  
3. 聚合函数是否缺少GROUP BY？  
[用户需求]：{user_question}  
[输出]：SQL语句 + 自我评估结论  

除了之前提到的模板，以下是其他常见且实用的Prompt模板类型，每个模板均按照“怎么做”“适用场景”“核心Prompt”展开说明：

十二、参数化模板（Parameterization Template）

将可变字段抽象为参数，通过占位符动态赋值。

• 把需求中频繁变化的部分（如时间、地点、数值）用{参数名}替代，形成可复用的模板框架。
• 例：将“查询2024年北京的销售额”抽象为“查询{年份}年{地区}的{指标}”，参数为年份 地区 指标。

适用场景

• 需频繁修改条件的重复性任务（如日报、周报生成）；
• 面向用户的交互式工具（如API接口、问卷系统），用户通过输入参数生成结果。

[模板结构]  
查询{时间范围}内{地区}的{业务指标}，要求：  
1. 按{维度}分组统计  
2. 排除{异常值条件}  

[参数说明]  
- 时间范围：例“2025年Q2”  
- 地区：例“广东省”  
- 业务指标：例“订单量”“转化率”  

十三、角色扮演模板（Role-Playing Template）

为模型设定具体身份，约束其回答风格和知识体系。

• 指定模型扮演的角色（如医生、律师、教师），并补充该角色的专业规则或话术要求。
• 例：“你是一名金融分析师，需用通俗易懂的语言解释复杂金融概念，避免使用术语。”

适用场景

• 垂直领域咨询（如医疗、法律、教育）；
• 需要特定风格的内容创作（如文案写作、剧本生成）；
• 模拟人机交互场景（如客服、导师）。

[角色设定]  
你是一位高中数学老师，职责：  
1. 用生活化案例解释数学概念（如用“分蛋糕”说明分数除法）  
2. 对学生错误回答要先肯定再纠正  
3. 每道题后附带一句鼓励性话术  

[学生问题]：{user_question}  -- 如“为什么负数乘负数得正数？”

十四、数据格式化模板（Data Formatting Template）

强制要求输入/输出符合特定格式，提升机器可读性。

• 指定结果必须为JSON、CSV、Markdown表格等格式，并用示例说明结构。
• 例：“将城市天气信息整理为JSON，包含字段：city, date, temperature, weather_condition”。

适用场景

• 数据交换场景（如API接口、数据库导入）；
• 需要与其他工具集成的任务（如Excel表格生成、报表自动化）；
• 避免自然语言歧义，确保机器可解析。

[输入数据]：{raw_data}  -- 例“北京 2025-06-16 晴 28℃”
[输出格式要求]：  
1. 转换为CSV格式，字段顺序：城市,日期,天气,温度  
2. 日期格式统一为YYYY-MM-DD  
3. 温度需保留单位  

[示例]：  
上海,2025-06-15,多云,26℃  

十五、知识检索模板（Knowledge Retrieval Template）

将问题与外部知识库关联，要求模型先检索再回答。

• 提供知识库索引（如文档片段、术语表），或要求模型调用检索工具获取信息。
• 例：“回答前需查阅《公司合规手册》第3.2章，确保建议符合最新政策。”

适用场景

• 知识密集型领域（如法律条文查询、科学研究支持）；
• 需基于最新数据的场景（如新闻事件解读、股市分析）；
• 避免模型“编造知识”（幻觉问题）。

[可用知识库]  
1. 《中华人民共和国劳动合同法》第39条：...（内容片段）  
2. 公司内部政策：加班审批流程...（链接）  

[用户问题]：{user_question}  -- 如“公司能否因员工迟到解雇？”
[要求]：  
1. 先检索相关知识库条款  
2. 引用具体条款编号进行回答  
3. 若知识库无对应信息，说明“需进一步查询”