Pular para o conteúdo principal

VillageSQL is a drop-in replacement for MySQL with extensions.

All examples on this page work on VillageSQL. Install Now →
A classificação de texto — atribuir linhas a categorias com base no conteúdo — geralmente significa exportar dados para um script Python, chamar um modelo de IA e importar os resultados de volta. O ai_prompt() do VillageSQL permite fazer a classificação diretamente em SQL, mantendo a lógica perto dos dados e eliminando o ciclo de exportação/importação.

O Problema: Classificação Fora do SQL

O fluxo de trabalho típico sem o VillageSQL:
Isso funciona, mas a lógica de classificação fica no código da aplicação. Migrações, preenchimentos retroativos e rerrotulagens pontuais exigem executar um script em vez de uma consulta SQL.

Com o VillageSQL: ai_prompt() como Classificador

A chave para uma classificação confiável é um prompt preciso: enumere as categorias exatas, diga ao modelo para retornar apenas uma delas e, opcionalmente, dê um exemplo.

Validando a saída da classificação

Os modelos ocasionalmente retornam uma saída inesperada. Armazene os resultados como vêm e valide separadamente:

Classificação multirrótulo

Quando uma linha pode pertencer a mais de uma categoria, peça um array JSON e armazene-o em uma coluna JSON:

Construindo uma pontuação de confiança

Peça ao modelo para retornar um JSON estruturado com um rótulo e um nível de confiança:

Padrões de Prompt que Funcionam

Dê ao modelo menos categorias para escolher, para obter mais precisão. Mais de 5–6 opções degrada a confiabilidade em modelos rápidos/baratos. Para configuração e opções de provedor, consulte Conectando o MySQL a APIs de IA. Para padrões de uso mais amplos do ai_prompt(), consulte Executando Modelos de IA a partir de Consultas MySQL.

Perguntas Frequentes

Qual é a precisão da classificação por IA em comparação com um modelo treinado?

Um modelo capaz como o Claude Haiku alcança alta precisão em tarefas de classificação diretas sem nenhum dado de treinamento. Para categorias específicas de um domínio, com distinções sutis, pode ser necessário fornecer exemplos no prompt ou usar um modelo maior.

Posso classificar as linhas no momento da inserção usando um trigger?

Sim, mas tenha cuidado — um trigger que chama ai_prompt() em cada INSERT faz cada escrita levar de 5 a 30 segundos. É melhor classificar em um job periódico em lote e aceitar um pequeno atraso até que os rótulos estejam disponíveis.

Como trato as linhas em que o modelo retorna NULL?

ai_prompt() retorna NULL quando a chamada à API falha. No seu loop em lote, continue executando o UPDATE até que não restem NULLs, com lógica de nova tentativa para falhas transitórias.

Qual modelo devo usar para classificação?

Comece com claude-haiku-4-5 ou gpt-4o-mini — os dois são rápidos e baratos. Passe para um modelo mais capaz somente se a precisão for inaceitável.

Solução de Problemas

Veja também