用自然语言查产线数据：Text-to-SQL实验进展

让产线人员用一句自然语言直接查询生产数据，是数据分析实验室近期的一项实验性探索。我们在某装配车间的脱敏历史数据上构建了Text-to-SQL原型：将车间表结构、字段口径与常用指标定义写入提示词与检索库，由模型生成SQL，经语法校验与白名单审查后再执行。阶段性结果显示：在约200条标注问句的测试集上，单表过滤与聚合类简单查询的执行准确率约92%；涉及多表关联与时间窗口的复杂问句准确率约71%，错误主要来自字段口径歧义与时间粒度理解偏差。下一步计划：一是引入指标语义层，将良率、直通率等指标口径固化，减少歧义；二是增加执行结果自校验回路，对异常数值自动复核并降级为人工确认。需要说明的是，该系统的定位是辅助取数而非替代分析，查询结论仍需业务人员复核。项目目前处于实验阶段，尚未进入生产部署。