企业级Text2SQL数据问答实验阶段性进展

近期，数据分析实验室围绕企业级Text2SQL（自然语言转SQL）技术开展实验性探索，目标是让业务人员以自然语言直接查询数据库，降低取数与分析门槛。技术路线采用“大模型+Schema语义增强+执行反馈校验”三层架构：将表结构、字段注释与业务术语注入上下文，由大模型生成SQL，再经语法校验与结果回验过滤错误查询。主要进展：一是基于内部脱敏数据集（覆盖销售、库存两类业务，共38张表）测试，端到端执行准确率由基线61%提升至82%，多表关联与时间条件类问题仍是主要错误来源，约占六成；二是引入“生成—执行—报错重写”闭环后，复杂查询一次通过率提升约15个百分点。下一步计划：构建行业术语同义词库，缓解指标口径不一致问题；探索小样本场景下的Schema剪枝策略，控制长上下文成本；并与两家制造企业启动试点，验证真实权限体系下的可用性与数据安全边界。