En el ámbito de la productividad diaria, las herramientas de procesamiento de datos que proporciona el software ofimático a menudo no son suficientes. Puede haber situaciones en las que sea necesario tener a mano un conjunto de según necesidades específicas y no poder obtener la información deseada simplemente utilizando la interfaz de Excel o su sistema de gestión ERP.
En estos casos, a menudo se ve obligado a recurrir a una consulta SQL para obtener la información deseada. Sin embargo, a menudo, el desarrollo de una vista SQL requiere habilidades de codificación de cierta complejidad técnica. Hasta ayer, en estos casos, nos veíamos obligados a solicitar el apoyo de un informático interno o de un consultor externo, con el inconveniente de los costes y el tiempo relacionados con la intervención.
ChatGPT es extremadamente receptivo a las solicitudes orientadas a SQL y es capaz de generar de forma independiente incluso consultas complejas, o de indicar al usuario la mejor manera de configurar un pasaje difícil del código SQL
Hoy en día, gracias a la inteligencia artificial, es posible romper esta barrera vinculada a los aspectos técnicos del lenguaje SQL y manipular de forma independiente los datos de nuestra empresa. ChatGPT es, en concreto, una plataforma de inteligencia artificial (IA) diseñada de forma fácil de usar para dar clases a quienes quieran aprovechar el potencial del SQL.
Índice de temas
Delegación completa o asistencia sencilla
ChatGPT es extremadamente receptivo a las solicitudes orientadas a SQL y es capaz de generar de forma independiente incluso consultas complejas, o de indicar al usuario la mejor manera de configurar un pasaje difícil del código SQL.
Para utilizar ChatGPT de la mejor manera posible como tutor de SQL, es una buena práctica estructurar nuestra solicitud de forma que permita que la IA funcione de forma óptima. De hecho, la calidad de las respuestas de ChatGPT depende en gran medida de la atención que el usuario preste a la configuración de la solicitud (lo que se denomina «prompt»), de modo que la IA pueda entender el escenario y contextualizar los modelos que utilizará para estructurar una ruta de respuesta.
El primer elemento del mensaje, en el caso de una solicitud de SQL, debería ser una indicación del esquema que necesitamos consultar. Esta indicación se puede escribir nombrando explícitamente el software del que necesitamos extraer los datos (por ejemplo, un sistema de gestión ERP).
El esquema de una base de datos define, de hecho, cómo se organizan los datos dentro de una base de datos relacional, incluida la información sobre las restricciones lógicas, como los nombres de las tablas, los campos, los tipos de datos y las relaciones entre estas entidades.
Al recibir esta indicación, el primer análisis de ChatGPT consistirá en determinar si el esquema de la base de datos solicitada está presente o no en sus modelos.
Si es así, ChatGPT intentará ejecutar la consulta que hayamos solicitado pensando directamente en las tablas y columnas propias del software indicado. En este caso, el resultado de la consulta podría dejarte sin palabras, ya que ChatGPT devolverá una vista de la misma calidad que las existentes en el sistema de gestión, redactando una vista SQL que utiliza directamente las tablas y campos presentes en el ERP.
Básicamente, esta vista está lista para copiarse y pegarse en el sistema de administración (si incluye un menú desde el que ejecutar consultas SQL directamente) o para ejecutarse en un software dedicado, como SQL Server Management Studio.
Cuando se necesita más esfuerzo
Sin embargo, no siempre nos encontraremos en este caso ideal. Puede haber casos en los que ChatGPT no se haya formado en la base de datos propietaria que le interese. La causa de esta «deficiencia» suele ser precisamente el hecho de que, basado en una base de datos de software propietario, este esquema no está disponible para su uso en los modelos de aprendizaje de IA. O bien, también puede tratarse de un software especializado, quizás incluso de código abierto, pero que ningún ingeniero de datos haya utilizado nunca para alimentar un modelo de aprendizaje automático.
No es por esta razón que ChatGPT se negará a acudir en su rescate. Incluso si no conocemos el esquema propietario con el que vamos a lanzar la consulta, ChatGPT analizará nuestra solicitud y generará un código SQL basado en un esquema que probablemente se ajuste a sus necesidades.
Tomemos un ejemplo. Supongamos que le pedimos a ChatGPT una consulta para extraer los movimientos de los lotes del software ERP Sage X3. Sage X3 es un ERP propietario y ChatGPT desconoce su esquema. Por lo tanto, el chatbot generará una consulta relacionada con la estructura más probable que podría tener un movimiento por lotes, determinando esta probabilidad en función de los esquemas derivados de otros programas ERP que se encuentren en sus modelos de entrenamiento.
En estos casos, a menudo, la consulta generada por ChatGPT se puede utilizar simplemente sustituyendo los ficticios marcadores de posición colocados por la IA en el resultado, es decir, los nombres reales de las tablas y campos del software propietario.
Otra buena práctica importante es hacer que ChatGPT comprenda si lo que necesitamos es escribir la consulta completa o simplemente ayuda en un paso específico. Siguiendo con el ejemplo anterior, en el primer caso el mensaje sería simplemente: “ChatGPT, escríbeme la consulta para extraer los movimientos del lote”.
Sin embargo, también podría ocurrir si ya hemos escrito la consulta, pero tenemos dificultades con una sintaxis determinada, por ejemplo, la de numerar las líneas extraídas. En este caso, podemos escribir un mensaje más específico de este tipo en ChatGPT: “ChatGPT, ayúdame a añadir la sentencia ROW_NUMBER a la consulta SQL SELECT DATA, LOCATION, LOT, DIRECTION, QUANTITY, ITEM FROM LOTS“. O, si no conocemos el comando SQL específico, “Ayúdame a añadir una sentencia a la consulta para numerar las filas“.
Por lo tanto, ChatGPT será una valiosa ayuda para integrar la comprensión y el uso de nuestra base de datos en cualquier situación, permitiendo incluso a aquellos que no tienen las habilidades técnicas de un desarrollador moverse en SQL con una autonomía que antes de la innovación de la IA habría sido inimaginable.
Fuente: Zerounoweb.it, Network Digital360
