AI与数据库（Text-to-SQL）
Text-to-SQL还没到能完全替代DBA的地步。大模型写简单查询很溜，一遇到多表连接（Join）、子查询、窗口函数就开始胡编乱造。直接把数据库权限开放给AI？那是删库跑路的捷径。
AI写SQL就像个懂语法但不懂业务的外包程序员。
- 你让他“查下销售额”，他写了个 SELECT * FROM sales。
- 你不知道他有没有过滤“测试数据”，有没有排除“退货订单”，有没有关联最新的“汇率表”。
- 风险：他写的代码能跑通，但结果是错的，你还信了。
中间层（Semantic Layer）必不可少。
- 不要直连：不要让AI直接生成SQL执行。先生成SQL，再由人工或规则引擎校验，或者让AI生成伪代码，由确定性代码转译成SQL。
- Schema注入：只给AI必要的表结构注释，隐藏敏感字段。
- Few-Shot增强：在Prompt里放入几个“标准查询示例”，教它公司的命名规范和业务逻辑。
- 工具推荐：使用 Vanna.ai，它专门用于训练RAG+SQL，能把历史准确查询作为上下文喂给模型，大幅提高准确率。
文章版权声明：除非注明，否则均为边学边练网络文章，版权归原作者所有
