主要观点：现代数据团队常面临产品经理快速要指标导致分析积压的问题，传统 ETL 管道虽为数据基础设施骨干但存在摩擦，现在出现基于提示的 ETL 新范式，用大语言模型从自然语言提示动态生成 SQL，能加速开发周期、弥合领域专家与工程师的差距、减少人为错误和重复、实现可扩展的数据操作、让工程师专注于架构。

关键信息：

• 传统 ETL 手动编写 SQL 易出错且与业务人员脱节。
• 基于提示的 ETL 可通过自然语言描述需求让 LLM 生成 SQL 并进行验证和集成。
• 其工作流程包括提示创建、上下文注入、LLM 生成 SQL、验证测试、管道集成执行等阶段。
• 实施时的最佳实践包括具体明确、提供模式元数据、设置防护栏、针对堆栈微调、迭代提示等。

重要细节：

• [Rodrigo Pedro (2022)]研究表明 LLM 驱动的 SQL 生成可减少 40%的分析原型时间。
• [Leixian Shen (2022)]指出该方式能让数据访问更民主。
• 验证测试阶段 LLM 可提供索引优化等建议。
• 最佳实践中的具体例子如精确指定表和列、提供模式细节等。