Hologres AI Function文本分类实战：提示词设计到KV-Cache调优全程SQL

传统 ML 做文本分类，到底有多累？

什么是 Hologres AI Function？

实战：用 SQL 对豆瓣影评做情感分类

Step 1：准备数据

CREATE TABLE movie_reviews_200(
    cn_name         text,
    review          text,
    stars           bigint,
    sentiment_label text
);

psql -U  -p 80 -h xxx.hologres.aliyuncs.com -d ai_test1 
  -c "COPY movie_reviews_200 FROM STDIN WITH DELIMITER ',' CSV HEADER;" 
  < ~/Downloads/movie_reviews_200.csv

Step 2：创建提示词表

CREATE TABLE ai_prompts(
    name        text PRIMARY KEY,
    prompt_text text
);

INSERT INTO ai_prompts VALUES(
    'classify_prompt1',
    $$
    你是一名专业的电影评论情感分析专家。你的任务是根据输入的**电影名称、用户影评和 stars 评分**，
    判断该影评对电影整体的情感倾向，并输出唯一结果。

    ## 输出要求
    仅输出以下 3 个值之一：
    - 正向
    - 负向
    - 中性

    除上述 3 个标签外，**不要输出任何其他内容**，包括解释、分析过程、标点、前缀、空格或重复输入。

    下面是本次判定的输入：
    - 电影名称：{0}
    - 用户影评：{1}
    - stars：{2}
    $$
);

Step 3：一条 SQL 完成批量分类

-- 创建分类结果表
CREATE TABLE movie_reviews_predict(
    cn_name         text,
    reivew          text,
    stars           bigint,
    sentiment_label text,
    predict_label   text,
    usage           jsonb
);

-- 批量分类并写入结果
WITH prompts AS(
    SELECT cn_name, review, stars,
        prompt(prompt_text, cn_name, review, stars)::text AS prompt,
        sentiment_label
    FROM movie_reviews_200
    LEFT JOIN ai_prompts ON ai_prompts.name = 'classify_prompt1'
),
gen_data AS(
    SELECT
        cn_name, review, stars, sentiment_label,
        ai_gen_structured(
            model_name      => 'qwen37-plus',
            message         => prompt,
            response_format => $${
                "type": "json_schema",
                "schema": {
                    "type": "object",
                    "properties": {
                        "label": {"type": "string"}
                    }
                }
            }$$,
            params => '{"show_details": true}'
        ) AS result
    FROM prompts
),
per_row AS (
    SELECT cn_name, review, stars, sentiment_label,
        result->'output'->>'label' AS predict_label,
        result->'usage' AS usage
    FROM gen_data
)
INSERT INTO movie_reviews_predict SELECT * FROM per_row;

Step 4：效果评估

SELECT
    COUNT(*) AS total_count,
    SUM(CASE WHEN predict_label = sentiment_label THEN 1 ELSE 0 END) AS correct_count,
    ROUND(
        SUM(CASE WHEN predict_label = sentiment_label THEN 1 ELSE 0 END)::numeric
        / COUNT(*) * 100, 2
    ) AS predict_accuracy
FROM movie_reviews_predict;

Step 5：提示词调优——准确率飙升至 95%

INSERT INTO ai_prompts VALUES(
    'classify_prompt_opt',
    $$
    你是一名专业的电影评论情感分析专家。你的任务是根据输入的**电影名称、用户影评和 stars 评分**，判断该影评对电影整体的情感倾向，并输出唯一结果。

    ## 输入说明

    你将收到以下 3 项内容：

    1. **电影名称**  
       用于辅助理解影片题材、风格和评论语境，但不能脱离影评内容单独判断情感。

    2. **用户影评**  
       这是最主要的判断依据。评论可能很短，也可能包含口语、吐槽、反问、玩梗、引用、夸张、反讽、阴阳怪气等表达。你需要理解其真实语义，而不是只看字面词汇。

    3. **stars 评分**  
       范围为 0～5 的整数。通常分数越高越偏正向，越低越偏负向，但它只能作为辅助信息。**当 stars 与评论内容冲突时，必须以评论文本为准。**

    ---

    ## 判定原则

    ### 1. 以评论文本为核心依据
    判断的是**用户对电影整体的态度**，不是对某个演员、镜头、宣传或观影环境的单独情绪。只要评论文本能体现明确立场，就优先按文本判断。

    ### 2. stars 仅作辅助
    当评论很短、态度模糊时，可以参考 stars；但若评论文字和 stars 冲突，一律以文字真实含义为准。

    ### 3. 关注整体语义，不机械看单个词
    不要因为出现“好”就判正向，也不要因为出现“差”就判负向。要结合上下文、语气、转折、结论和整体情绪来判断。

    ### 4. 无法确定时优先中性
    如果评论信息不足、态度不明、褒贬难分或语义模糊，不要强行判断，优先输出“中性”。

    ---

    ## 标签判定标准

    ### 正向
    当评论整体明确表达喜欢、认可、推荐、满意、惊喜、感动等态度时，判为**正向**。

    常见情况：
    - 明确夸电影好看、精彩、感人、值得看、超出预期
    - 表达“喜欢”“推荐”“没白看”“后劲很大”
    - 虽有小缺点，但总体肯定

    例如：
    - “比预期好很多”
    - “虽然节奏慢一点，但真的很好看”
    - “有瑕疵，不过整体很打动我”

    ### 负向
    当评论整体明确表达失望、不满、否定、不推荐、厌烦等态度时，判为**负向**。

    常见情况：
    - 明确说难看、无聊、尴尬、拖沓、失望、看不下去
    - 认为剧情、演技、节奏、逻辑等问题严重
    - 虽承认局部优点，但总体否定

    例如：
    - “太无聊了，看得想走”
    - “演员不错，但电影真的很难看”
    - “本来很期待，结果特别失望”

    ### 中性
    当评论无法体现明确正负态度时，判为**中性**。

    常见情况：
    - 评论过短，如“还行”“一般”“就那样”
    - 只复述剧情，没有评价
    - 只提问、引用台词、玩梗，未表达明确好恶
    - 褒贬都有，但无法判断最终倾向
    - 重点不在电影本身

    例如：
    - “所以最后他到底死没死？”
    - “看过”
    - “有优点也有问题”

    ---

    ## 特殊表达处理

    ### 1. 反讽和阴阳怪气
    要按真实语义判断，不按字面判断。  
    例如：“真是神作，看得我快睡着了” → **负向**

    ### 2. 转折句
    重点关注“但是、不过、然而、可惜”等转折后的内容。  
    例如：“前面还行，但是后面崩了” → **负向**

    ### 3. 欲扬先抑 / 欲抑先扬
    看最终落点。  
    例如：“本来没期待，结果意外好看” → **正向**

    ### 4. 比较表达
    通过与前作、同类片比较来表达态度时，提取真实倾向。  
    例如：“比上一部强太多” → 多数为**正向**  
    “还不如网大” → **负向**

    ---

    ## 冲突信息优先级

    当信息不一致时，按以下顺序判断：

    **评论文本真实语义 > 明确结论句 > 整体语气 > stars 评分 > 电影名称**

    ---

    ## 输出要求

    仅输出以下 3 个值之一：

    - 正向
    - 负向
    - 中性

    除上述 3 个标签外，**不要输出任何其他内容**，包括解释、分析过程、标点、前缀、空格或重复输入。


    下面是本次判定的输入：
    - 电影名称：{0}
    - 用户影评：{1}
    - stars：{2}
    $$
);

-- 清除上次数据
TRUNCATE TABLE movie_reviews_predict;

-- 使用优化后的提示词重新分类
WITH prompts AS(
    SELECT cn_name, review, stars,
        prompt(prompt_text, cn_name, review, stars)::text AS prompt,
        sentiment_label
    FROM movie_reviews_200
    LEFT JOIN ai_prompts ON ai_prompts.name = 'classify_prompt_opt'
),
gen_data AS(
    SELECT
        cn_name, review, stars, sentiment_label,
        ai_gen_structured(
            model_name      => 'qwen37-plus',
            message         => prompt,
            response_format => $${
                "type": "json_schema",
                "schema": {
                    "type": "object",
                    "properties": {
                        "label": {"type": "string"}
                    }
                }
            }$$,
            params => '{"show_details": true}'
        ) AS result
    FROM prompts
),
per_row AS (
    SELECT cn_name, review, stars, sentiment_label,
        result->'output'->>'label' AS predict_label,
        result->'usage' AS usage
    FROM gen_data
)
INSERT INTO movie_reviews_predict SELECT * FROM per_row;

SELECT
    COUNT(*) AS total_count,
    SUM(CASE WHEN predict_label = sentiment_label THEN 1 ELSE 0 END) AS correct_count,
    ROUND(
        SUM(CASE WHEN predict_label = sentiment_label THEN 1 ELSE 0 END)::numeric
        / COUNT(*) * 100, 2
    ) AS predict_accuracy
FROM movie_reviews_predict;

Step 6：成本分析——200 条影评仅花 1 毛钱

SELECT
    SUM((usage::jsonb ->> 'input_tokens')::int)  AS total_input_tokens,
    SUM((usage::jsonb ->> 'cached_tokens')::int)  AS total_cached_tokens,
    ROUND(
        SUM((usage::jsonb ->> 'cached_tokens')::int)::numeric
        / NULLIF(SUM((usage::jsonb ->> 'input_tokens')::int), 0) * 100, 2
    ) AS cache_hit_rate
FROM movie_reviews_predict;

三大核心优势总结

1. SQL 即 AI，零门槛上手

2. 提示词即数据，迭代快如闪电

3. 智能缓存加持，成本降到极致

适用场景

写在最后

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：Hologres AI Function文本分类实战：提示词设计到KV-Cache调优全程SQL要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题