能生成sql语句的ai模型或工具，能提供api调用的

不能依赖GPT自行准确地执行算术或长计算。在需要的情况下，可以指示模型编写和运行代码，而不是进行自己的计算。特别是，可以指示模型将要运行的代码放入指定的格式中，例如三重反引号。生成输出后，可以提取并运行代码。最后，如果有必要，可以将代码执行引擎（即Python解释器）的输出作为输入提供给下一个查询的模型。|系统|您可以通过用三重反引号将其括起来来编写和执行Python代码，例如，```code goes here```。使用它来执行计算。||-|-||用户|找出以下多项式的所有实值根：3*x5 - 5*x4 - 3*x**3 - 7*x - 10。|代码执行的另一个好用例是调用外部API。如果指导模型正确使用API，则它可以编写使用它的代码。通过向模型提供说明如何使用API的文档和/或代码示例，可以指导模型如何使用API。警告：执行模型生成的代码本身并不安全，任何试图执行此操作的应用程序都应采取预防措施。特别是，需要一个沙盒代码执行环境来限制不受信任的代码可能造成的危害。

可以发现为了让ChatGPT返回符合要求的JSON格式，prompt的定制就尤为重要和复杂。好消息是，在当地时间6月13日，OpenAI发布函数调用及其他API更新。现在开发人员可以向gpt-4-0613和gpt-3.5-turbo-0613描述函数，并让模型智能地选择输出一个包含调用这些函数所需参数的JSON对象。这是一种更可靠地将GPT的能力与外部工具和API连接起来的新方法。传送门：[Function calling and other API updates](https://openai.com/blog/function-calling-and-other-api-updates)官网有很详细的例子，这里就不再描述代码了。我用本文案例总结大致流程：有个好处是不需要让ChatGPT生成SQL了，减少SQL注入的风险。本地写一个函数执行this.app.mysql.select(table,condition)，根据GPT返回的函数名、参数（字段和where）来查询数据，更为安全。但这个方法又有局限性，事先定义函数查询不如SQL查询来的灵活，所以这里也可以让函数改为SQL查询this.app.mysql.query(sql)，GPT的函数调用改为：getSqlQuery(sql:string)，函数名getSqlQuery，参数：sql，更为灵活。总结：让GPT与函数调用结合，本地控制返回JSON格式，prompt的定制更为简单，AI的输出更为可控。根据实际业务需求采用函数查询或SQL查询，值得一试！[heading2]SQL分析示例[content]注：以下SQL分析的数据均是在数据库中伪造的数据，仅供测试。分析每种图表的使用情况分析图表类型是柱状图的创建时间和数量

语言模型本身无法可靠地进行算术或长时间计算。在需要这样做的情况下，可以指导模型编写并运行代码，而不是进行自己的计算。特别是，可以指导模型将要运行的代码放入指定格式，如三重反引号。生成输出后，可以提取并运行代码。如果需要，可以将代码执行引擎（即Python解释器）的输出提供给模型，以便进行下一个查询。|角色|内容||-|-||SYSTEM|你可以通过用三重反引号将Python代码括起来，例如代码写在这里来编写和执行Python代码。使用这种方式进行计算。||USER|求解以下多项式的所有实根：3*x**5 - 5*x**4 - 3*x**3 - 7*x - 10。|另一个代码执行的好用例是调用外部API。如果模型在正确使用API的指导下，它可以编写使用它的代码。可以通过提供API文档或代码示例，指导模型如何使用API。|角色|内容||-|-||SYSTEM|你可以通过用三重反引号将Python代码括起来，例如代码写在这里来编写和执行Python代码。你还可以使用以下模块向用户的朋友发送消息：<br>python<br>import message<br>message.write(to="John",message="嘿，下班后一起聚一聚？")<br>|警告：执行模型生成的代码存在安全风险。建议在安全的沙箱环境中运行代码，避免潜在危害。