آپ یہ نہیں سیکھ رہے کہ LLM سے SQL کیسے لکھوایا جائے۔ آپ یہ سیکھ رہے ہیں کہ بار بار چلنے والے BI ورک لوڈ (workload) کے لیے ‘پروڈکشن کے لیے محفوظ’ (production-safe) SQL کیسے فراہم کیا جائے؛ جہاں اگر کوئی استفسار (query) غلط، سست، یا ناقابلِ اعادہ (non-reproducible) ہو تو اس کے نتیجے میں ہونے والی خرابیوں کی ذمہ داری آپ پر عائد ہوتی ہے۔ AI مسودہ سازی، مفروضوں کی ڈی بگنگ (debugging)، اور مختلف آپشنز کے فوائد و نقصانات (tradeoffs) کا خلاصہ کرنے کے عمل کو تیز کرتا ہے۔ آپ معانی (semantics) کی تصدیق کرتے ہیں، حدیں (thresholds) مقرر کرتے ہیں، اور فیصلہ کرتے ہیں کہ کیا چیز حتمی طور پر جاری (ship) کی جائے۔
یہ کورس ایک ایسی مہارت پیدا کرتا ہے جسے مختلف حالات میں استعمال کیا جا سکتا ہے۔ آپ درخواست کی درست وضاحت کریں گے، کم از کم درکار سیاق و سباق (context) فراہم کریں گے، ممکنہ SQL تیار کریں گے، اور کسی بھی چیز کو شیئر یا شیڈول کرنے سے پہلے تصدیقی مراحل (verification gates) سے گزاریں گے۔ ہر سبق اس ‘فراہمی کے نظم و ضبط’ (delivery discipline) کا ایک حصہ شامل کرتا ہے تاکہ AI کی مدد آپ کے کام کی رفتار تو بڑھائے لیکن آپ کے معیارِ اعتماد (reliability bar) کو کم نہ کرے۔
کسی بھی مخصوص تکنیک کو استعمال کرنے سے پہلے، اپنی توجہ ‘قابلِ فراہمی شے’ (deliverable) پر مرکوز رکھیں۔ یہ ‘قابلِ فراہمی شے’ دراصل ایک استفسار (query) اور اس سے متعلقہ تصدیقی مواد (verification artifacts) کا مجموعہ ہے جسے کوئی دوسرا تجزیہ کار دوبارہ چلا سکے، اس کا جائزہ لے سکے، اور اس پر اعتماد کر سکے۔
اس کا عملی دائرہ کار وہ بار بار چلنے والے استفسارات (queries) ہیں جو ڈیش بورڈز، الرٹس، اور شیڈول شدہ ڈیٹا ایکسٹریکٹس (scheduled extracts) کو ڈیٹا فراہم کرتے ہیں۔ اس کا مطلب ہے کہ SQL کا مطلوبہ سطحِ تفصیل (grain) پر درست ہونا، ڈیٹا میں اضافے کے باوجود مستحکم رہنا، اور جائزہ لینے والوں کے لیے قابلِ وضاحت ہونا ضروری ہے۔ AI جوائنز (joins)، ونڈو فنکشنز (window functions)، اور کوڈ کی بہتری (refactoring) کے لیے تجاویز دے سکتا ہے۔ صرف آپ ہی اس بات کی تصدیق کر سکتے ہیں کہ استفسار کاروباری تعریفوں سے مطابقت رکھتا ہے اور یہ کہ اس سے آپ کے اخراجات اور لیٹنسی (latency) کے بجٹ حد سے تجاوز نہیں کریں گے۔
اس ڈیلیوری آرکیٹیکچر (delivery architecture) کا جائزہ لیں جس کے تحت آپ کام کر رہے ہیں، بشمول اس کے کہ تصدیقی شواہد کہاں سے حاصل ہوتے ہیں۔
AI کی تیار کردہ ہر استفسار (query) کو محض ایک ممکنہ آپشن (candidate) سمجھیں، حتمی جواب نہیں۔ اگر یہ پروڈکشن میں جا کر ڈیش بورڈ کو خراب کر دے، تو اس واقعے کی ذمہ داری اس تجزیہ کار اور ٹیم پر عائد ہوگی جنہوں نے اسے منظور کیا تھا، نہ کہ ماڈل پر۔
AI کے نتائج کا معیار اس سیاق و سباق پر منحصر ہوتا ہے جو آپ فراہم کرتے ہیں۔ SQL کے معاملے میں، کم از کم درکار معلومات کاروباری تفصیل پر مبنی کوئی پیراگراف نہیں ہوتا؛ بلکہ یہ ایسے اصولوں اور حدود (constraints) کا مجموعہ ہوتا ہے جنہیں ماڈل خود سے کوئی نیا ڈھانچہ (structure) ایجاد کیے بغیر ‘جوائن کیز’ (join keys)، فلٹرز اور ایگریگیشنز (aggregations) میں تبدیل کر سکے۔
اس میں اسکیما (schema) اور جوائن کے راستے (join paths)، ہر ٹیبل کی گرین (grain/تفصیل کی سطح)، اہم حدود (constraints)، مطلوبہ فلٹرز، آپ کے ڈیٹا ویئر ہاؤس کی زبان/ڈائلیکٹ (dialect)، اور آپریشنل حدود (جیسے SLA اور لاگت کی حساسیت) شامل کریں۔ نیز، قابلِ قبول تخمینوں (approximations) کی بھی وضاحت کریں، مثلاً آیا دیر سے موصول ہونے والے ایونٹس کو نظر انداز کیا جا سکتا ہے یا ‘مختلف اندراجات کی تعداد’ (distinct counts) کا تخمینہ لگایا جا سکتا ہے۔
ای کامرس ویئر ہاؤس کے لیے سیاق و سباق کا ایک پیکیج تیار کریں اور مشاہدہ کریں کہ کس طرح ہر غائب تفصیل خرابی یا ناکامی کا سبب بن سکتی ہے۔
ایک اچھا پرامپٹ دراصل ایک معاہدہ ہوتا ہے۔ یہ مقصد کو واضح کرتا ہے اور ان پہلوؤں کو حتمی شکل دیتا ہے جن میں بصورتِ دیگر ابہام پیدا ہو سکتا ہے؛ مثلاً ‘جوائن’ (join) کی منطق، ‘نل’ (null) اقدار کا برتاؤ، اور متوقع ‘کارڈینلٹیز’ (cardinalities)۔ اے آئی (AI) تو صرف سنٹیکس (syntax) کو مکمل کر سکتا ہے، لیکن یہ آپ کی ذمہ داری ہے کہ آپ واضح کریں کہ استفسار (query) کا کیا مطلب ہونا چاہیے۔
آؤٹ پٹ کی سطح (grain) کو واضح طور پر بیان کریں، مثلاً ‘چینل’ (channel) کے لحاظ سے ہفتہ وار آمدنی۔ مستثنیات (exclusions) کا تعین کریں، جیسے کہ واپس کیے گئے (returns) اور منسوخ شدہ آرڈرز۔ ‘نل’ (null) اقدار سے نمٹنے کا طریقہ کار طے کریں، مثلاً یہ کہ آیا نامعلوم چینل کو '(unknown)' کے طور پر ظاہر کیا جائے یا اسے فلٹر کر کے نکال دیا جائے۔ متوقع قطاروں کی تعداد (row counts) بتائیں، جیسے کہ 52 ہفتے ضرب 8 چینلز، تاکہ آپ ‘جوائن ایکسپلوزن’ (join explosion) کی صورتحال کا فوری پتہ لگا سکیں۔
ایک ایسا منظم پرامپٹ تیار کریں جو SQL کوڈ کی تیاری سے قبل ہی ان شرائط و ضوابط کی پابندی کو یقینی بنائے۔