AMC-SQL mit KI schreiben: Schema mitgeben und das Ergebnis prüfen
Kurz gesagt: KI-Modelle schreiben AMC-SQL brauchbar, wenn Sie ihnen das Schema der Tabellen mitgeben, und erfinden sonst Felder und Funktionen. Prüfen Sie jedes Ergebnis: Feldnamen gegen die Schema-Referenz, Funktionen gegen Amazons Liste, `user_id` nie im finalen SELECT. Testen Sie erst in der Sandbox, dann in der Instanz.
Der Ablauf
- Schema mitgeben: die Feldliste der beteiligten Tabellen aus der Schema-Referenz in den Prompt kopieren, samt Schwellen. Ohne Schema rät das Modell Feldnamen.
- Regeln mitgeben: finaler SELECT ohne VERY_HIGH-Felder wie
user_id(nur in CTEs oder innerhalb vonCOUNT(DISTINCT …)), keine Literalfilter auf Felder mit hoher Schwelle. - Das Ergebnis prüfen (siehe unten), in der Sandbox laufen lassen, dann in der Instanz.
Typische Fehlgriffe und wie Sie sie erkennen
| Fehlgriff | So prüfen Sie |
|---|---|
Erfundene Funktion (zum Beispiel SIMILARITY oder ARRAY_JOIN) | Gegen Amazons Funktionsliste prüfen; dort steht stattdessen etwa ARRAY_TO_STRING |
| Erfundenes oder falsch geschriebenes Feld | Jeden Namen in der Schema-Referenz der Tabelle nachschlagen |
user_id im finalen SELECT | AMC lehnt das ab; user_id nur in CTE oder in COUNT(DISTINCT user_id) |
| Mehrzeiliges SQL in einer API-Anfrage | Für sqlQuery einzeilig machen, ohne Tabs und Zeilenumbrüche |
| Zu viele ähnliche Varianten hintereinander | Abfragen zusammenfassen; AMC lehnt Ausführungen auf überlappenden Datenquellen ab |
Datenschutz beim Prompten
Geben Sie dem Modell das Schema und synthetische oder Sandbox-Beispiele, keine Ergebniszeilen mit echten Kampagnen- oder Kundendaten. Amazon weist in der Dokumentation zu Workflows ausdrücklich darauf hin, niemals Angaben zu einzelnen Personen in Beschreibungen oder Parameterwerte zu schreiben. Welche Daten ein externer Anbieter sehen darf, klärt Ihre Datenschutzstelle.