GraphCypherQAChain: 자연어 -> Cypher -> 자연어

사용자는 자연어로 질문하지만, Neo4j는 Cypher만 이해합니다. 이 간극을 LLM이 메워줍니다.

---

왜 배우는가?

GraphCypherQAChain의 핵심 구성요소

2-LLM 아키텍처의 이점

GraphCypherQAChain은 내부적으로 두 개의 LLM 호출을 합니다:

단계	LLM	역할	요구 능력
Cypher 생성	cypher_llm	자연어 -> Cypher	Cypher 문법 이해, 스키마 활용
답변 생성	qa_llm	DB 결과 -> 자연어	자연어 생성, 맥락 이해

TIP: cypher_llm은 gpt-4o (정확도), qa_llm은 gpt-4o-mini (비용 절약) 사용 가능

---

구현 방법

기본 사용법

커스텀 프롬프트로 정확도 향상

기본 프롬프트는 영어 기반이므로, 한국어 데이터에 최적화된 프롬프트를 작성합니다.

다양한 질문 유형 테스트

---

자주 하는 실수

자주 하는 실수

1. 스키마 없이 Chain 생성

2. LLM 환각 - 없는 관계 생성

3. return_direct 오용

4. 한국어 엔티티 매칭 실패

5. 너무 복잡한 Cypher 생성 방지