人工智能（AI）時代正式到來！在新王者決定要我們強化機器之前，讓我們充分享受他們提供的所有好處以及許多讓生活更輕鬆的方式。例如由 OpenAI 開發的人工智能聊天機器人 ChatGPT，它能夠為廣泛主題的問題提供非常準確的答案而受到讚賞。而且，儘管 ChatGPT 可能還沒有讓我們的工作過時無意義，但已證明它非常擅長處理資料集，就像 DBMS 一樣。在今天的文章中，我們將探索如何利用 ChatGPT 作為像 Navicat 這樣的專業資料庫開發和管理工具的補充。
建立資料集
ChatGPT 能夠從一個分隔值清單建立正式資料集。你只需使用普通對話語言告訴它要做什麼即可。ChatGPT 還能夠回答後續問題、承認錯誤、質疑不正確的假設，還能拒絕不適當的要求。我們可以在 OUseful.Info 部落格上看到一個範例，該範例建立了一個名為「racerresults」的資料表。以下是給 ChatGPT 的指示以及輸入的樣本資料：
Treat the following as a tab separated dataset. Using just the first, third and fourth columns, treat the data as if it were a relational SQL database table called "racerresults" with columns "Race", "Driver" and "Team", and the "Race" column as a primary key column. Display a SQL statement that could create the corresponding table and populate it with the data. Bahrain 20 Mar 2022 Charles Leclerc FERRARI 57 1:37:33.584 Saudi Arabia 27 Mar 2022 Max Verstappen RED BULL RACING RBPT 50 1:24:19.293 Australia 10 Apr 2022 Charles Leclerc FERRARI 58 1:27:46.548 Emilia Romagna 24 Apr 2022 Max Verstappen RED BULL RACING RBPT 63 1:32:07.986 Miami 08 May 2022 Max Verstappen RED BULL RACING RBPT 57 1:34:24.258 Spain 22 May 2022 Max Verstappen RED BULL RACING RBPT 66 1:37:20.475 Monaco 29 May 2022 Sergio Perez RED BULL RACING RBPT 64 1:56:30.265 erc...
根據上述指示和資料，ChatGPT 產生了以下 CREATE TABLE 和 INSERT 陳述式：
有了資料，我們就可以對其執行查詢了。
使用 ChatGPT 查詢資料集
就查詢公式而言，ChatGPT 與 Navicat 有一些相似之處，因為兩者都允許你在對 SQL 知之甚少的情況下建置查詢。為此，Navicat 提供了查詢建立工具供使用者使用。以下是它在 macOS 中的模樣：
至於 ChatGPT，它接受一個以普通對話語言表達的問題，並產生所需的 SQL 陳述式。例如以下的歷史人物清單：
我們可以簡單地看看 ChatGPT 如何查詢年代最久的歷史人物。以下是 ChatGPT 提供的結果 SQL 陳述式和解釋：
資料的樂趣
ChatGPT 可以做的不僅僅是產生查詢；它還能以創造性思維為每個歷史人物分配表情符號：
關於使用 Navicat 和 ChatGPT 強化查詢的結語
雖然像 ChatGPT 這樣的人工智能機器人要取代傳統的資料庫工具還有很長的路要走，但它們確實為尋找創新的方法來處理資料相關工作的資料庫從業者提供了一種新工具。在撰寫本文時，ChatGPT 已達負荷，再無法接受新使用者了，但一旦熱度有所減退，我會促請你嘗試一下 ChatGPT。
