GuíaIntermedio

Guía de SQL para LLMs y Agentes

Aprende la ingeniería de tener un LLM o agente que genera y ejecuta SQL de forma segura y confiable contra tu base de datos: text-to-SQL. Esta guía cubre cómo darle el esquema al modelo como contexto (serializar `CREATE TABLE`, muestras de filas, relaciones y el presupuesto de tokens), cómo promptear para SQL correcto (few-shot, fijar el dialecto, instrucciones-restricción), cómo validar y ejecutar el SQL generado antes de confiar en él (¿es un `SELECT`? ¿referencia tablas reales?), los guardrails de seguridad (solo-lectura, bloqueo de sentencias destructivas, límites de filas, anti-inyección, mínimo privilegio), el loop del agente SQL (pregunta → SQL → validar → correr → corregir → responder, con la herramienta `run_sql`), y cómo evaluar un asistente text-to-SQL con exactitud de ejecución. Todo se construye sobre la base de datos Reservo con sqlite3; la llamada al LLM se muestra como ejemplo realista con la API de Claude. Cierra con un proyecto capstone: un asistente SQL seguro y medible de punta a punta para Reservo.

64
lecciones
8
módulos
Inglés · Español
disponible en
certificado
Gratis
acceso
NIEVA

Resultados

Lo que vas a poder hacer

  • Entender el problema text-to-SQL: la promesa de consultar la base de datos hablando y los peligros (SQL incorrecto, columnas alucinadas, consultas destructivas)
  • Darle el esquema a un LLM como contexto: serializar `CREATE TABLE`, muestras de filas y relaciones, respetando un presupuesto de tokens
  • Promptear para SQL correcto: few-shot, fijar el dialecto SQL, instrucciones-restricción y manejo de ambigüedad
  • Validar el SQL generado antes de correrlo: ¿parsea?, ¿es un `SELECT`?, ¿referencia tablas y columnas reales?, `EXPLAIN QUERY PLAN`
  • Implementar guardrails de seguridad: forzar solo-lectura, bloquear sentencias destructivas, límites de filas y timeout, y el principio de mínimo privilegio
  • Construir el loop del agente SQL: pregunta → generar SQL → validar → correr → corregir → responder, con la herramienta `run_sql`
  • Evaluar un asistente text-to-SQL con exactitud de ejecución, comparando contra un set de prueba pregunta→SQL-gold
  • Construir un asistente SQL seguro y medible de punta a punta para Reservo como proyecto capstone

Antes de empezar

Qué necesitas traer

Es para ti si...

  • Devs que quieren exponer una base de datos a un LLM o agente sin arriesgar borrados ni fugas de datos
  • Devs backend que ya saben SQL y quieren que un modelo de lenguaje lo genere de forma confiable
  • Equipos evaluando construir un asistente de consultas en lenguaje natural sobre su base de datos

Requisitos y materiales

  • SQL intermedio/avanzado (JOINs, agregaciones) — o Guía de SQL Avanzado para Consulta completada
  • Python 3.10+ (usa `sqlite3` de la librería estándar, sin instalación adicional)
  • Familiaridad básica con el concepto de tool-calling/function-calling de LLMs (se explica en la guía)

Contenido

El temario, módulo por módulo

Abre cualquiera para ver sus lecciones.

Dudas frecuentes

Lo que suele preguntarse

Empieza cuando quieras

Reseñas

Lo que dicen los estudiantes

Estas reseñas son de estudiantes inscritos que completaron al menos el 50% del curso. Moderamos las reseñas solo por motivos de contenido (spam, lenguaje ofensivo, datos personales), nunca por ser críticas o negativas.

Aún no hay reseñas aprobadas.

¡Sé el primero en compartir tu experiencia!