跳转到主要内容

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

All examples on this page work on VillageSQL. Install Now →
文本分类(根据内容把行归入类别)通常意味着把数据导出到 Python 脚本、调用 AI 模型,再把结果导入回来。VillageSQL 的 ai_prompt() 让您直接在 SQL 中完成分类,让逻辑贴近数据,并省去导出/导入的循环。

问题:在 SQL 之外分类

没有 VillageSQL 时的典型工作流:
这可以工作,但分类逻辑存在于应用代码中。迁移、回填和一次性的重新打标签都需要运行脚本,而不是运行一条 SQL 查询。

使用 VillageSQL:把 ai_prompt() 用作分类器

可靠分类的关键是一个严谨的提示词:列举确切的类别,告诉模型只返回其中之一,并可选地给出一个示例。

验证分类输出

模型偶尔会返回意外的输出。请原样存储结果,然后单独验证:

多标签分类

当一行可以属于多个类别时,请要求返回一个 JSON 数组,并把它存储在 JSON 列中:

构建置信度分数

要求模型返回同时包含标签和置信度的结构化 JSON:

有效的提示词模式

给模型更少的类别可选,准确率会更高。超过 5 到 6 个选项会降低快速/廉价模型的可靠性。 有关设置和提供商选项,请参阅 将 MySQL 连接到 AI API。有关更广泛的 ai_prompt() 用法模式,请参阅 从 MySQL 查询运行 AI 模型。

常见问题

与训练过的模型相比,AI 分类的准确率如何?

像 Claude Haiku 这样有能力的模型,无需任何训练数据就能在简单明确的分类任务上达到高准确率。对于区别细微的领域特定类别,您可能需要在提示词中提供示例,或使用更大的模型。

我可以用触发器在行插入时对其分类吗?

可以,但请谨慎:在每次 INSERT 时调用 ai_prompt() 的触发器会让每次写入耗时 5 到 30 秒。更好的做法是在定期批处理作业中分类,并接受标签可用前的短暂延迟。

模型返回 NULL 的行该如何处理?

API 调用失败时,ai_prompt() 返回 NULL。在您的批处理循环中,持续运行 UPDATE 直到不再有 NULL,并为瞬时故障加入重试逻辑。

分类应该用什么模型?

从 claude-haiku-4-5 或 gpt-4o-mini 开始,两者都快速且廉价。只有在准确率无法接受时,才升级到能力更强的模型。

故障排除

另请参阅