跑得通、结果一致、语句长得像，是三件不同的事

自然语言到 SQL 的评测，走过从「语句像不像」到「结果一不一致」的路。这对练习很重要。语句丑、结果对，比语句漂亮、结果错更有用。公开讨论还提醒：多出来的无关列，不一定算错。先比关键指标。

跑得通只是语法

语法过了，口径可能仍错。

结果一致是金标准

同一问题准备标准答案表，比结果。

长得像最不重要

别为了像某条范例去改已经对的语句。

一次完整的问法可以先写成下面这样：

标准答案是 1280。你的语句只要 SUM 得到 1280，就算过。

落到语句上，草稿常常是：

SELECT SUM(pay_amount) AS gmv
FROM orders
WHERE pay_time >= DATE '2026-03-01'
  AND pay_time < DATE '2026-03-02'
  AND pay_status = 'paid';
-- 核：gmv 是否等于金标准 1280

把金标准贴在卡片上。卡片不收「看起来差不多」这种批改。

质量看结果，不看词序

自然语言到 SQL 的评测，后来用执行结果是否一致来打分。个人核对也应该看数。语句丑、结果对，比语句漂亮、结果错更有用。

空结果先查过滤，再查有没有数据。和对账报表不一致，先对齐五项：时间列、含税、含退、内部单、粒度。报错之后改一处，同一问题设迭代上限。路径要看得见：选表原因、关联原因、过滤原因，写在收据上。

金标准至少二十道，覆盖时间、粒度、一对多、空值、同环比。标准数从报表来，不要用某次问数的结果自我证明。给出数字时，把口径名称和单位一起写上。

读完这一辑可以做什么

选五道你每周都问的题，把报表数抄在卡片背面。以后只认这五个数。感觉上的准确率，先靠边。

金标准收的是数。不收「看起来差不多」的词序。