AI yra gerai tinkama formato konvertavimui (CSV ↔ JSON ↔ SQL) ir migracijos scenarijams, nes transformacijos taisyklės yra mechaninės. Gudrybė yra suteikti jai pakankamai konteksto, kad būtų teisinga ir saugu: schemos, pavyzdinė eilutė ir aiškūs saugumo reikalavimai.
import csv
# Source CSV: id,email,signup_date (signup_date may be blank)
# Target table: users(id INT, email TEXT NOT NULL, signup_date DATE NULL)
def csv_to_sql(path: str) -> list[str]:
statements = []
with open(path, newline="", encoding="utf-8") as f:
for row in csv.DictReader(f):
email = row["email"].strip()
if not email: # validate: skip invalid rows, don't insert garbage
continue
date = row["signup_date"].strip() or None
email_sql = email.replace("'", "''") # escape quotes to avoid broken SQL / injection
date_sql = f"'{date}'" if date else "NULL"
# ON CONFLICT makes it idempotent: re-running won't create duplicates
statements.append(
f"INSERT INTO users (id, email, signup_date) "
f"VALUES ({int(row['id'])}, '{email_sql}', {date_sql}) "
f"ON CONFLICT (id) DO NOTHING;"
)
return statements
Komentarai žymi svarbias dalis: patvirtinimas (praleiskite tuščius el. laiškus), escaping (kabutės) ir idempotencija (ON CONFLICT DO NOTHING). Paprašykite AI įtraukti visus tris — tai yra dalykus, kuriuos paprasti scenarija dažnai pamiršta.
Duomenų migracijos yra didelio rizikos ir dažnai vienkartinės: scenarijus, kuris dubliuoja arba pašalina eilutes, gali būti brangiai atstatyti. AI pagreitina konvertavimo rašymą, bet saugumo savybės — idempotencija, patvirtinimas ir sausos eigos paleidimas kopijoje — yra nenumeruojamos. Traktuokite sugeneruotą scenarijų kaip juodraštį, kurį turite perskaityti ir patikrinti, niekada kaip ką nors, ką reikia akla paleisti tikriems duomenims.