Revisão por IA de consultas que alteram dados

em andamento

Peça uma leitura em linguagem simples sobre os efeitos colaterais de uma consulta antes que ela seja executada em um local protegido.

Em um contexto protegido, exija uma revisão em linguagem simples dos efeitos colaterais de uma consulta antes que ela seja executada. Ative isso para um cliente, projeto, ambiente, servidor ou banco de dados, e todo lote que altera dados em qualquer coisa abaixo dele precisa ser revisado e confirmado.

Primeiro o determinístico, depois a narrativa

A revisão é em duas camadas, nessa ordem, e a ordem é o ponto:

  1. O validador é executado. Uma passagem apoiada no parser sobre o lote produz achados reais com severidades - sem limite UPDATE/DELETE, objetos desconhecidos, as formas que mordem. Esta camada não envolve um modelo e não precisa de um para ser útil.
  2. O modelo explica. Recebe o SQL, o recorte relevante do catálogo de esquemas, e os achados do validador, e, quando questionado, explica o que o lote faz, aponta os riscos e trata cada achado. A resposta vem com a lista de objetos do catálogo a partir dos quais foi construída.

Ancorar a narrativa nos achados é o que evita que ela derive para generalidades com cara de certeza sobre SQL. Se o validador não encontrou nada, o modelo também fica sabendo.

O diálogo continua impossível de ignorar

Exigir revisão por IA também força o diálogo de confirmação para cada lote que modifica dados nessa conexão, então a conclusão baseada em regras - WE WILL MAKE UPDATE AND DELETE CHANGES. - está na sua frente, seja lá o que o modelo disser. A explicação existe para embasar a decisão, nunca para tomá-la: uma revisão não pode aprovar um lote, e um modelo indisponível não faz o gate cair em silêncio.

Em andamento: o ponto de controle, as constatações determinísticas, o prompt fundamentado e a caixa de diálogo já estão prontos; conectar a explicação a cada backend de modelo é o trabalho restante. Até lá, a revisão mostra o resumo baseado em regras.