[PITCH: database2prompt]: como utilizar a IA para gerar queries de SQL?

Digamos que você queira utilizar a IA para gerar queries SQL, por exemplo, você tem um banco de dados de supermercado e precisa que ela faça um query da média de faturamento mensal dos últimos 12 meses, mas você está com preguiça de escrever o query por conta própria, e então o que você faz? Você explica para o ChatGPT as tabelas que seu banco tem e o que você gostaria de fazer, é funcional para um query simples, o problema é quando começa a envolver muitas tabelas e você começa a quebrar mais a cabeça para explicar para a IA como o banco funciona do que realmente escrever o query.

Pensando nisso, surgiu o database2prompt, uma biblioteca em Python que gera um markdown contendo o schema do seu banco de dados. Deste modo, você pode passar o markdown como contexto para ela, e ela terá total ciência de como o seu banco de dados funciona. Agora, você não precisa mais perder tempo explicando como o schema funciona, e apenas corrigindo caso ela alucine na hora de fazer o query, providenciando contexto do negócio, e não da parte técnica.

Esse projeto não é um SAAS, mas uma biblioteca open source criada internamente pela Orla, nós estamos explorando um pouco do universo das LLMs em alguns dos nossos projetos, e já estamos utilizando o database2prompt em projetos reais! É uma lib que está se revelando ser bastante útil para utilizar se implementar RAG (Retrieval-Augmented Generation) em modelos de LLM.

Eu convido vocês a testarem a lib e, se quiserem, contribuir para ela! O projeto ainda está em um estágio bem embrionário, mas já entregamos bastante valor com ele e seria uma oportunidade muito legal para todos nós criarmos uma biblioteca Python brasileira e aprender mais sobre o mundo das LLMs.