Resumen

  • 3 minutos

La generación de consulta aumentada conecta tu base de datos con las capacidades de grandes modelos de lenguaje. En lugar de confiar en los datos de entrenamiento de un modelo, usted proporciona información actual y relevante de sus propias tablas.

Todo el patrón RAG se ejecuta en T-SQL. La base de datos organiza el flujo: búsqueda, formato, aviso, llamada, análisis. Puede agregar funcionalidades de inteligencia artificial a las aplicaciones existentes modificando los procedimientos almacenados, sin rediseñar la pila de aplicaciones.

En este módulo, ha aprendido a:

  • Identificar casos de uso de RAG: reconocer escenarios en los que las respuestas del modelo de lenguaje grande (LLM) en el contenido de la base de datos mejoran la precisión y la relevancia
  • Preparación del contexto de SQL: use FOR JSON para convertir los resultados de la consulta en texto que los LLM pueden procesar de forma eficaz
  • Construir indicaciones aumentadas: Construir cargas de solicitud que combinan las instrucciones del sistema, el contexto recuperado y las preguntas del usuario
  • Ejecutar la canalización RAG: Llamar a los endpoints de Azure OpenAI mediante sp_invoke_external_rest_endpoint y analizar las respuestas

Aprende más