Snowflake CoCo提示词技巧与最佳实践
译文 AI 逐段翻译

Snowflake CoCo 已经了解你的 Snowflake 账户:你的表、查询历史、成本。它查询你的数据,追踪血缘,构建管道,并在真实环境中运行引导技能。你越清楚想要什么,它就能越快越好地帮你达成目标。
充分利用 CoCo 的一半是好的提示,另一半是了解已内置的功能。
以下是这两方面:
1. 快速提示清单
你可以将提示视为一个迷你任务。没有放之四海而皆准的提示,但模糊的请求也不太好。
在提示中包含某些方面可以更高效:
- 目标: 你到底想要什么?
- 约束: 哪些边界重要(日期范围、净额与总额、排除测试账户)?
- 上下文: CoCo 应该在哪里查找(哪个表、模式或时间窗口)?
- 验证: 你如何知道结果是否正确?
你未必每次都会用到全部四个方面。但大致遵循此结构将帮助 CoCo 确切了解你的需求,从而更有效地帮你达成目标。
不过对于更大更复杂的任务,你应该使用计划模式来仔细思考你希望 CoCo 做什么,以便它能更好地根据你的需求执行。
2. 具体化以更快达成目标
模糊的提示仍然有效。 如果你向 CoCo 询问“销售”,CoCo 可能会返回一些合理的结果,或者可能会问一个快速的澄清问题。但如果你一开始就具体,你就能直接得到你真正需要的内容。如果你知道信息,你应该明确指定表、列、上下文等,以便 CoCo 能更快地给你你真正想要的答案。
Vague Specific
─────────────────────────────────────────────────────────────────────────────
"Show me sales" "Total NET_AMOUNT_USD from SALES.PUBLIC.ORDERS
grouped by month for 2024"
"Find slow queries" "The 10 longest-running queries in the last 7 days,
from ACCOUNT_USAGE.QUERY_HISTORY"
"Clean up my data" "In STAGING.PUBLIC.EVENTS, keep only the latest
row per EVENT_ID by EVENT_TIME"3. 以目标为导向,并通过后续问题引导
以结果为主导,让 CoCo 处理方法论。 这是它擅长的部分。要明确具体,但你不必指定连接、窗口函数或细节。
澄清一下:要对“你”想要什么和“你”知道什么具体化,但如果你试图微观管理它的执行方式,你就限制了 CoCo 的能力。你想要什么以及你知道什么,但如果你试图微观管理它的执行方式,你就限制了 CoCo 的能力。
- 过度复杂化: “按收入找出前10名客户。降序排序,限制为10,收入保留两位小数,将列命名为 total_revenue,并在聚合前过滤掉任何空值。”
- 目标只是“按收入找出前10名客户”。其余是实现细节,AI 会合理地自行处理。
当你心中有特定定义,或发现第一遍结果有误时,进行后续引导:
- 第一遍: “2024年 SALES.PUBLIC.ORDERS 的月收入。”
- 后续: “使用 NET_AMOUNT_USD,而不是总额。并排除退款。”
你比任何人都清楚你想要什么,由于 CoCo 是可指导的,一行后续比重写整个提示更快带你到达目的地。
节省你的时间和精力,让 CoCo 承担大部分工作,如果结果不完全符合你的期望,只需稍作修正。
4. CoCo 了解你的数据和账户
你无需粘贴模式或解释你的设置。CoCo 实时读取你的数据和 Snowflake 账户信息。表元数据、查询历史、血缘、积分使用情况——你能访问的信息,CoCo 也能。不多不少。
因此它回答基于你实际数据的操作性问题:
- “哪些表在过去90天内未被查询?”
- “本周按积分消耗计算,最昂贵的10个查询是哪些?”
- “CUSTOMERS.PUBLIC.USERS 中的哪些列看起来可能包含 PII?”
这些查询实时针对 SNOWFLAKE.ACCOUNT_USAGE 和 INFORMATION_SCHEMA 运行。
像询问已经了解情况的队友那样,询问你的账户。
5. 在频繁操作上节省时间和精力
技能是针对不同目的打包的工作流程。你可以显式调用技能来使用它,但如果对你有用,CoCo 也会自动加载。你只需用自然语言描述问题。
输入 / 浏览它们,或输入 $$ 查看会话中的所有技能。
以下是人们最常用的三个技能:
Skill What it does
─────────────────────────────────────────────────────────────────────────────
/cost-intelligence Warehouse credit analysis, top spenders, idle
resources. Gather info, analyze it, or manage
cost controls.
/sql-author Write, debug, and optimize SQL with schema-aware
suggestions.
/data-governance Classify PII, apply masking policies, review
access controls.6. 始终检查输出
你是专家,只有你知道你真正想要什么,而且运行的责任在你。
- 对数字进行合理性检查
- 验证输出和 SQL
- 考虑先在子集上测试
任何 AI 都可能犯错,所以最终检查在于你:在结果落到重要数据之前,确认结果是你真正想要的。
亲自尝试
选择一个你通常会打开工作表的问题(例如陈旧表扫描、成本检查、复杂的去重),改用 CoCo 来询问。陈述目标,阅读结果,并引导它完成后续。
亲自看看CoCo 如何在你的日常工作中节省时间和精力。
《如何充分利用 Snowflake CoCo:提示技巧与最佳实践》 最初发布在Snowflake Builders Blog: Data Engineers, App Developers, AI, & Data Science上,Medium 上的人们通过点赞和回应继续着这一对话。