Text-to-SQL 是什麼？企業導入前要知道的五件事
Text-to-SQL 是讓 AI 把自然語言問題自動轉換成 SQL 查詢的技術，讓不會寫程式的人直接用中文問資料庫。企業導入的成敗不在模型，而在業務定義是否教得進去、答案是否驗證得了。
Text-to-SQL（文字轉 SQL）指的是：使用者用日常語言提問——「上個月哪個通路的營收成長最快？」——AI 自動把問題轉換成資料庫查詢語言 SQL、執行、再把結果整理成人看得懂的答案。它解決的是一個古老的瓶頸：公司裡懂數據的人不懂業務，懂業務的人不會寫 SQL。
Text-to-SQL 怎麼運作？
現代 Text-to-SQL 由大型語言模型驅動：模型讀取資料庫結構（有哪些表、哪些欄位），理解使用者的問題，產生對應的 SQL 查詢，執行後把結果摘要成自然語言。近兩年模型能力大幅進步，寫出語法正確的 SQL 已經不是問題——真正的門檻在別的地方。
通用 Text-to-SQL 的極限在哪？
極限在「語義」：模型只能從欄位名稱猜測意義。它不知道你的 status = 3 代表已出貨未對帳、不知道「營收」在你公司的定義是實收金額且排除退款、不知道「有效訂單」要不要含取消未退款。這些內部口徑欄位名稱上看不出來，模型就只能猜，而且猜錯時給出的數字看起來仍然很合理。實務上，通用工具在真實企業資料庫每 3~4 個問題就錯一個。
企業導入前要知道的五件事
- 一、業務字典決定準確度：把「營收怎麼算、代號是什麼意思」逐條教給 AI，是通用工具與企業級服務的分水嶺
- 二、驗收要逐題校驗：上線前用你們平常真的會問的問題實測，答錯就修、修到準才交付，而不是相信 demo
- 三、安全靠架構不靠信任：唯讀權限、加密傳輸、資料不用於訓練，三者缺一不可
- 四、口徑要能覆核：業務定義（營收含不含稅、有效訂單如何界定）應逐條寫成字典、可供稽核，而不是散在各人腦中或讓 AI 猜
- 五、口徑會演進：業務定義隨組織變動，要確認服務含持續修訂，而不是一次性交付
| 通用 Text-to-SQL 工具 | 導入業務字典後 | |
|---|---|---|
| 欄位語義 | 從名稱猜測 | 逐條定義（代號、口徑、例外） |
| 準確度 | 每 3~4 題錯一題（真實資料庫實測） | 上線前逐題校驗，答錯即修 |
| 答案可信度 | 無依據，需自行驗證 | 導入期逐題校驗，答錯即修 |
| 維護 | 無 | 口徑變動時修訂字典，同類問題即刻修正 |
導入要多久？需要什麼資源？
以 BizQuery 為例：IT 開通唯讀權限與安全連線約 1–2 小時，之後與導入團隊一起建立業務字典並逐題校驗，通常 1–2 週內完成基礎設定與微調、開始上線使用。日常操作不需要工程背景，行銷與營運人員直接用中文提問即可。
常見問題
公司要多大、資料要多少才值得導入？
判斷標準不是資料量，而是「臨時撈數據」的頻率。如果每週都有人為了老闆的一個問題花數十分鐘拉報表、跑 VLOOKUP，導入就有明確回報。
Text-to-SQL 會取代數據分析師嗎？
不會，它取代的是「人肉撈數據」這段重複勞動。分析師從寫查詢的角色，變成定義口徑、驗證答案、做深度分析的角色。
支援中文提問嗎？
支援。BizQuery 以中文為主要介面，直接打「上個月銷量最好的保濕產品是哪些？」即可，AI 自動轉換 SQL 撈取資料。