VillageSQL is a drop-in replacement for MySQL with extensions.
All examples on this page work on VillageSQL. Install Now →
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:使用 VillageSQL:把 ai_prompt() 用作分类器
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
- 从 MySQL 查询运行 AI 模型:用于分类的 ai_prompt() 函数
- 对 MySQL 数据进行情感分析:一项相关的文本分析任务
- MySQL 中的 AI 摘要:ai_prompt() 在存储文本上的另一种应用