ChatGPT 可以直接查公司資料庫嗎？風險與正確做法
技術上可以——把資料匯出貼上，或透過外掛連線。但企業實務上有三個問題：資料外流風險、答案準確度無法驗證、查詢過程無法稽核。企業級做法是唯讀連線、業務字典與逐題校驗。
「ChatGPT 不是也能寫 SQL 嗎？」——這是我們最常被問的問題。能，而且寫得不差。但「會寫 SQL」和「能安全、準確地回答你公司的營運問題」是兩件事。這篇把差距講清楚，以及如果你真的想讓 AI 查公司資料，正確的做法長什麼樣。
直接把資料丟給 ChatGPT，會發生什麼事？
最常見的用法是把訂單報表匯出成 Excel 或 CSV，貼進對話視窗請 AI 分析。這個做法有兩個立即的問題：第一，你把含客戶個資、營收明細的商業機密上傳到了外部服務，多數公司的資安政策並不允許；第二，貼上的永遠只是片段——AI 看不到完整資料庫，回答的基礎先天不全。
進階一點的做法是透過外掛或自建串接，讓 AI 直接連資料庫。這時風險反而升級：如果連線帳號沒有嚴格限制成唯讀，AI 產生的 SQL 理論上可以修改甚至刪除資料；而查了什麼、誰查的、動了哪些表，通常也沒有留下可稽核的紀錄。
為什麼 ChatGPT 寫的 SQL 常常是錯的？
通用 AI 工具只看資料庫的欄位名稱來猜測語義。你的資料庫裡 status = 3 代表「已出貨未對帳」、「營收」要排除退款與測試單——這些規則只存在員工腦中，欄位名稱上看不出來。AI 不知道，就只能猜；猜錯了，它照樣給你一個看起來很合理的數字。
這正是最危險的地方：錯的方式是你看不出來的那種。我們在真實企業資料庫上的經驗是，通用 AI 工具每 3~4 個問題就錯一個——不是語法錯誤（那反而容易發現），而是口徑錯誤：含稅算成未稅、把取消訂單算進業績、跨月邊界切錯。數字錯得毫無警覺，決策就跟著錯。
企業級的正確做法是什麼？
讓 AI 查公司資料庫，安全與準確要分開解。安全靠架構：連線帳號設定為唯讀、傳輸全程加密、資料不用於訓練模型。準確靠流程：把公司的業務定義（營收怎麼算、狀態代號是什麼）整理成業務字典教給 AI，並在上線前逐題校驗常用問題，答錯就修、修到準才交付。
| 直接用 ChatGPT | 企業級 AI 查詢（如 BizQuery） | |
|---|---|---|
| 資料安全 | 資料上傳外部服務，難以稽核 | 唯讀連線、加密傳輸、查詢紀錄留存 |
| 業務定義 | 只能從欄位名稱猜 | 業務字典逐條客製，教會內部口徑 |
| 準確度驗證 | 無，使用者自行判斷 | 上線前逐題校驗，準確後才交付 |
| 錯誤修正 | 每次都要重新解釋 | 回報後修訂字典，同類問題即刻修正 |
| 權限控管 | 無 | 可依帳號限制可查詢的資料範圍 |
結論：ChatGPT 是很好的通用助理，但「查公司資料庫」是一個需要資安架構與業務知識的場景。想讓全公司放心用中文問數據，你需要的不是更會寫 SQL 的模型，而是一套把你的業務規則教給 AI、並且從架構上做到不可能寫入的系統。