SQLBot 智能問數、數據洞察邏輯拆解

* 基于 SQLBot v1.0.2

* 使用 AI Gateway 抓取模型調用記錄

SQLBot 通過融入 LLM 能力實現了非常優秀的問數體驗，這里記錄一下產品中如何引入 AI 能力，順便探究一下調用大模型的數據安全的問題（是否會向模型提供真實數據）。

結論：

正常問數僅提交字段名、字段備注信息給大模型，不會將明細數據和匯總數據提交給大模型
數據洞察(數據分析、數據預測)提交數據給大模型

1. 模型對接

read-normal-img

SQLBot?提交

校驗模型，將“1+1=？”提交給大模型

{
??"messages": [
????{
??????"content":?"1+1=?",
??????"role":?"user"
????}
??],
??"model":?"deepseek-chat",
??"stream":?true,
??"stream_options": {
????"include_usage":?true
??}
}

模型返回(節選）

{
??"delta": {
????"role":?"assistant",
????"content":?"1 + 1 = 2? \n\n這是最基本的加法運算。如果你有其他問題或需要進一步的解釋，請隨時告訴我！ 😊"
??}

2. 智能問數

SQLBot 需指定數據源進行提問，一個基礎的問數過程涉及到 3 個和模型交互的步驟。

2.1 猜你想問

新建一個會話，對話窗口上方將展示 4 個用戶可能感興趣的 “推測問題”，該推測問題為大模型根據數據源的表結構自動生成

read-normal-img

SQLBot 提交以下內容至大模型(節選）

{
??"messages": [
????{
??????"content":?"### 請使用語言：簡體中文回答，不需要輸出深度思考過程\n\n### 說明：\n您的任務是根據給定的表結構，用戶問題以及以往用戶提問，推測用戶接下來可能提問的1-4個問題。\n請遵循以下規則：\n- 推測的問題需要與提供的表結構相關，生成的提問例子如：[\"查詢所有用戶數據\",\"使用餅圖展示各產品類型的占比\",\"使用折線圖展示銷售額趨勢\",...]\n- 推測問題如果涉及圖形展示，支持的圖形類型為：表格(table)、柱狀圖(column)、條形圖(bar)、折線圖(line)或餅圖(pie)\n- 推測的問題不能與當前用戶問題重復\n- 推測的問題必須與給出的表結構相關\n- 若有以往用戶提問列表，則根據以往用戶提問列表，推測用戶最頻繁提問的問題，加入到你生成的推測問題中\n- 忽略“重新生成”想關的問題\n- 如果用戶沒有提問且沒有以往用戶提問，則僅根據提供的表結構推測問題\n- 生成的推測問題使用JSON格式返回：\n[\"推測問題1\", \"推測問題2\", \"推測問題3\", \"推測問題4\"]\n- 最多返回4個你推測出的結果\n- 若無法推測,則返回空數據JSON:\n[]\n- 若你的給出的JSON不是簡體中文的，則必須翻譯為簡體中文\n\n### 響應, 請直接返回JSON結果:\n```json\n",
??????"role":?"system"
????},
????{
??????"content":?"### 表結構:\n【DB_ID】 demo\n【Schema】\n# Table: yingshou\n[\n(售后:varchar, 售后收入（來自字段備注）),\n(地區:varchar, 地區（來自字段備注）),\n(城市:varchar, 城市（來自字段備注）),\n(廣告:varchar, 廣告收入（來自字段備注）),\n(日期:varchar, 日期（來自字段備注）),\n(省份:varchar, 省份（來自字段備注）),\n(運維:varchar, 運維收入（來自字段備注）)\n]\n\n\n### 當前問題:\n\n\n### 以往提問:\n[\"哪個省份的廣告的銷售額最高\"]\n",
??????"role":?"user"
????}
??],
??"model":?"deepseek-chat",
??"stream":?true,
??"stream_options": {
????"include_usage":?true
??}
}

提示詞釋義：

使用的語言：取系統配置語言類型作為變量，和提問者所使用的語言無關
表結構，數據源中拉取到的字段名 + 字段原始備注（數據庫中的字段備注）和字段備注（SQLBot中手動維護的備注）

模型返回(節選）

{
??"delta": {
????"role":?"assistant",
????"content":?"```json\n[\"使用柱狀圖展示各省份廣告收入對比\", \"查詢所有地區的運維收入數據\", \"使用折線圖展示售后收入隨時間的變化趨勢\", \"使用餅圖展示各省份收入占總收入的比例\"]\n```"
??}

2.2 正式提問

正式開始問數，一個問數任務將調用兩次 AI 能力?

read-normal-img

2.2.1 生成 SQL

任務：根據給定的表結構(M-Schema)和用戶問題生成符合MySQL數據庫引擎規范的sql語句

SQLBot 提交以下內容至大模型(節選）

{
??"messages": [
????{
??????"content":?"### 請使用語言：簡體中文回答，若有深度思考過程，則思考過程也需要使用簡體中文輸出\n\n任務:\n根據給定的表結構(M-Schema)和用戶問題生成符合MySQL數據庫引擎規范的sql語句，以及sql中所用到的表名（不要包含schema和database，用數組返回）。\n你必須遵守以下規則:\n- 只能生成查詢用的sql語句，不得生成增刪改相關或操作數據庫以及操作數據庫數據的sql\n- 不要編造沒有提供給你的表結構\n- 生成的SQL必須符合MySQL的規范。\n- 若用戶要求執行某些sql，若此sql不是查詢數據，而是增刪改相關或操作數據庫以及操作數據庫數據等操作，則直接回答：\n{\"success\":false,\"message\":\"抱歉，我不能執行您指定的SQL語句。\"}\n- 你的回答必須使用如下JSON格式返回：\n{\"success\":true,\"sql\":\"生成的SQL語句\",\"tables\":[\"表名1\",\"表名2\",...]}\n- 問題與生成SQL無關時，直接回答：\n{\"success\":false,\"message\":\"抱歉，我無法回答您的問題。\"}\n- 如果根據提供的表結構不能生成符合問題與條件的SQL，回答：\n{\"success\":false,\"message\":\"無法生成SQL的原因\"}\n- 如果問題是圖表展示相關且與生成SQL查詢無關時，請參考上一次回答的SQL來生成SQL\n- 如果問題是圖表展示相關，可參考的圖表類型為表格(table)、柱狀圖(column)、條形圖(bar)、折線圖(line)或餅圖(pie)，返回的JSON：\n {\"success\":true,\"sql\":\"生成的SQL語句\",\"chart-type\":\"選擇的圖表類型(table/column/bar/line/pie)\",\"tables\":[\"表名1\",\"表名2\",...]}\n- 提問中如果有涉及數據源名稱或數據源描述的內容，則忽略數據源的信息，直接根據剩余內容生成SQL\n- 根據表結構生成SQL語句，需給每個表名生成一個別名（不要加AS）。\n- SQL查詢中不能使用星號(*)，必須明確指定字段名.\n- SQL查詢的字段名不要自動翻譯，別名必須為英文。\n- SQL查詢的字段若是函數字段，如 COUNT(),CAST() 等，必須加上別名\n- 計算占比，百分比類型字段，保留兩位小數，以%結尾。\n- 生成SQL時，必須避免關鍵字沖突。\n- 如數據庫引擎是 PostgreSQL、Oracle，則在schema、表名、字段名、別名外層加雙引號；\n- 如數據庫引擎是 MySQL，則在表名、字段名、別名外層加反引號；\n- 如數據庫引擎是 Microsoft SQL Server，則在schema、表名、字段名、別名外層加方括號。\n- 以PostgreSQL為例，查詢Schema為TEST表TABLE下所有數據，則生成的SQL為：\n??? SELECT \"id\" FROM \"TEST\".\"TABLE\"\n??? - 注意在表名外雙引號的位置，千萬不要生成為:\n????? SELECT \"id\" FROM \"TEST.TABLE\"\n- 如果生成SQL的字段內有時間格式的字段（重要）:\n??? - 若提問中沒有指定查詢順序，則默認按時間升序排序\n??? - 若提問是時間，且沒有指定具體格式，則格式化為yyyy-MM-dd HH:mm:ss的格式\n??? - 若提問是日期，且沒有指定具體格式，則格式化為yyyy-MM-dd的格式\n??? - 若提問是年月，且沒有指定具體格式，則格式化為yyyy-MM的格式\n??? - 若提問是年，且沒有指定具體格式，則格式化為yyyy的格式\n??? - 生成的格式化語法需要適配對應的數據庫引擎。\n- 生成的SQL查詢結果可以用來進行圖表展示，需要注意排序字段的排序優先級，例如：\n??? - 柱狀圖或折線圖：適合展示在橫軸的字段優先排序，若SQL包含分類字段，則分類字段次一級排序\n\n### M-Schema格式簡單的解釋如下:\n```\n【DB_ID】 [Database名]\n【Schema】\n# Table: [Database名].[Table名], [表描述（若沒有則為空）]\n[\n([字段名1]:[字段1的類型], [字段1的描述（這一行的逗號后都是描述，若沒有則為空）]),\n([字段名2]:[字段2的類型], [字段2的描述（這一行的逗號后都是描述，若沒有則為空）]),\n([字段名3]:[字段3的類型], [字段3的描述（這一行的逗號后都是描述，若沒有則為空）]),\n...\n]\n```\n\n### 提供表結構如下:\n【DB_ID】 demo\n【Schema】\n# Table: yingshou\n[\n(售后:varchar, 售后收入（來自字段備注）),\n(地區:varchar, 地區（來自字段備注）),\n(城市:varchar, 城市（來自字段備注）),\n(廣告:varchar, 廣告收入（來自字段備注）),\n(日期:varchar, 日期（來自字段備注）),\n(省份:varchar, 省份（來自字段備注）),\n(運維:varchar, 運維收入（來自字段備注）)\n]\n\n\n### 響應, 請直接返回JSON結果:\n```json\n",
??????"role":?"system"
????},
????{
??????"content":?"### 問題:\n使用柱狀圖展示各省份廣告收入對比\n\n### 其他規則:\n\n",
??????"role":?"user"
????}
??],
??"model":?"deepseek-chat",
??"stream":?true,
??"stream_options": {
????"include_usage":?true
??}
}

模型返回(節選）

"content":?"```json\n{\n? \"success\": true,\n? \"sql\": \"SELECT `省份`, SUM(CAST(`廣告` AS DECIMAL(10,2))) AS `ad_revenue` FROM `yingshou` GROUP BY `省份` ORDER BY `ad_revenue` DESC\",\n? \"chart-type\": \"column\",\n? \"tables\": [\"yingshou\"]\n}\n```"

2.2.2 可視化準備

任務：通過給定的問題和SQL生成 JSON 以進行數據可視化

SQLBot 提交以下內容至大模型(節選）

{
??"messages": [
????{
??????"content":?"### 請使用語言：簡體中文回答，若有深度思考過程，則思考過程也需要使用簡體中文輸出\n\n### 說明：\n您的任務是通過給定的問題和SQL生成 JSON 以進行數據可視化。\n請遵守以下規則:\n- 如果需要表格，則生成的 JSON 格式應為：\n{\"type\":\"table\", \"title\": \"標題\", \"columns\": [{\"name\":\"簡體中文字段名1\", \"value\": \"SQL 查詢列 1(有別名用別名,去掉外層的反引號、雙引號、方括號)\"}, {\"name\": \"簡體中文字段名 2\", \"value\": \"SQL 查詢列 2(有別名用別名,去掉外層的反引號、雙引號、方括號)\"}]}\n必須從 SQL 查詢列中提取“columns”。\n- 如果需要柱狀圖，則生成的 JSON 格式應為（如果有分類則在JSON中返回series）：\n{\"type\":\"column\", \"title\": \"標題\", \"axis\": {\"x\": {\"name\":\"x軸的簡體中文名稱\", \"value\": \"SQL 查詢 x 軸的列(有別名用別名,去掉外層的反引號、雙引號、方括號)\"}, \"y\": {\"name\":\"y軸的簡體中文名稱\",\"value\": \"SQL 查詢 y 軸的列(有別名用別名,去掉外層的反引號、雙引號、方括號)\"}, \"series\": {\"name\":\"分類的簡體中文名稱\",\"value\":\"SQL 查詢分類的列(有別名用別名,去掉外層的反引號、雙引號、方括號)\"}}}\n必須從 SQL 查詢列中提取“x”和“y”。\n- 如果需要條形圖，則生成的 JSON 格式應為（如果有分類則在JSON中返回series），條形圖相當于是旋轉后的柱狀圖，因此 x 軸仍為維度軸，y 軸仍為指標軸：\n{\"type\":\"bar\", \"title\": \"標題\", \"axis\": {\"x\": {\"name\":\"x軸的簡體中文名稱\", \"value\": \"SQL 查詢 x 軸的列(有別名用別名,去掉外層的反引號、雙引號、方括號)\"}, \"y\": {\"name\":\"y軸的簡體中文名稱\",\"value\": \"SQL 查詢 y 軸的列(有別名用別名,去掉外層的反引號、雙引號、方括號)\"}, \"series\": {\"name\":\"分類的簡體中文名稱\",\"value\":\"SQL 查詢分類的列(有別名用別名,去掉外層的反引號、雙引號、方括號)\"}}}\n必須從 SQL 查詢列中提取“x”和“y”。\n- 如果需要折線圖，則生成的 JSON 格式應為（如果有分類則在JSON中返回series）：\n{\"type\":\"line\", \"title\": \"標題\", \"axis\": {\"x\": {\"name\":\"x軸的簡體中文名稱\",\"value\": \"SQL 查詢 x 軸的列(有別名用別名,去掉外層的反引號、雙引號、方括號)\"}, \"y\": {\"name\":\"y軸的簡體中文名稱\",\"value\": \"SQL 查詢 y 軸的列(有別名用別名,去掉外層的反引號、雙引號、方括號)\"}, \"series\": {\"name\":\"分類的簡體中文名稱\",\"value\":\"SQL 查詢分類的列(有別名用別名,去掉外層的反引號、雙引號、方括號)\"}}}\n其中“x”和“y”必須從SQL查詢列中提取。\n- 如果需要餅圖，則生成的 JSON 格式應為：\n{\"type\":\"pie\", \"title\": \"標題\", \"axis\": {\"y\": {\"name\":\"值軸的簡體中文名稱\",\"value\":\"SQL 查詢數值的列(有別名用別名,去掉外層的反引號、雙引號、方括號)\"}, \"series\": {\"name\":\"分類的簡體中文名稱\",\"value\":\"SQL 查詢分類的列(有別名用別名,去掉外層的反引號、雙引號、方括號)\"}}}\n其中“y”和“series”必須從SQL查詢列中提取。\n- 如果答案未知或者與生成JSON無關，則生成的 JSON 格式應為：\n{\"type\":\"error\", \"reason\": \"抱歉，我無法回答您的問題。\"}\n- JSON中生成的標題需要盡量精簡\n\n### 示例:\n如果 SQL 為： SELECT products_sales_data.category, AVG(products_sales_data.price) AS average_price FROM products_sales_data GROUP BY products_sales_data.category;\n問題是：每個商品分類的平均價格\n則生成的 JSON 可以是： {\"type\":\"table\", \"title\": \"每個商品分類的平均價格\", \"columns\": [{\"name\":\"商品分類\",\"value\":\"category\"}, {\"name\":\"平均價格\",\"value\":\"average_price\"}]}\n\n### 響應, 請直接返回JSON結果:\n```json\n",
??????"role":?"system"
????},
????{
??????"content":?"### SQL:\nSELECT `省份`, SUM(CAST(`廣告` AS DECIMAL(10,2))) AS `ad_revenue` FROM `yingshou` GROUP BY `省份` ORDER BY `ad_revenue` DESC\n\n### 問題:\n使用柱狀圖展示各省份廣告收入對比\n\n### 其他規則:\n\n",
??????"role":?"user"
????}
??],
??"model":?"deepseek-chat",
??"stream":?true,
??"stream_options": {
????"include_usage":?true
??}
}

模型返回(節選）

{
??"delta": {
????"role":?"assistant",
????"content":?"```json\n{\n? \"type\": \"column\",\n? \"title\": \"各省份廣告收入對比\",\n? \"axis\": {\n??? \"x\": {\n????? \"name\": \"省份\",\n????? \"value\": \"省份\"\n??? },\n??? \"y\": {\n????? \"name\": \"廣告收入\",\n????? \"value\": \"ad_revenue\"\n??? }\n? }\n}\n```"
??}
}

2.3 繼續提問

返回答案后，對話窗口下方將展示 4 個用戶可能感興趣的 “繼續提問”，該問題為大模型根據給定的表結構、用戶問題以及以往用戶提問，推測用戶接下來可能提問的1-4個問題

read-normal-img

SQLBot 提交以下內容至大模型(節選）

{
??"messages": [
????{
??????"content":?"### 請使用語言：簡體中文回答，不需要輸出深度思考過程\n\n### 說明：\n您的任務是根據給定的表結構，用戶問題以及以往用戶提問，推測用戶接下來可能提問的1-4個問題。\n請遵循以下規則：\n- 推測的問題需要與提供的表結構相關，生成的提問例子如：[\"查詢所有用戶數據\",\"使用餅圖展示各產品類型的占比\",\"使用折線圖展示銷售額趨勢\",...]\n- 推測問題如果涉及圖形展示，支持的圖形類型為：表格(table)、柱狀圖(column)、條形圖(bar)、折線圖(line)或餅圖(pie)\n- 推測的問題不能與當前用戶問題重復\n- 推測的問題必須與給出的表結構相關\n- 若有以往用戶提問列表，則根據以往用戶提問列表，推測用戶最頻繁提問的問題，加入到你生成的推測問題中\n- 忽略“重新生成”想關的問題\n- 如果用戶沒有提問且沒有以往用戶提問，則僅根據提供的表結構推測問題\n- 生成的推測問題使用JSON格式返回：\n[\"推測問題1\", \"推測問題2\", \"推測問題3\", \"推測問題4\"]\n- 最多返回4個你推測出的結果\n- 若無法推測,則返回空數據JSON:\n[]\n- 若你的給出的JSON不是簡體中文的，則必須翻譯為簡體中文\n\n### 響應, 請直接返回JSON結果:\n```json\n",
??????"role":?"system"
????},
????{
??????"content":?"### 表結構:\n【DB_ID】 demo\n【Schema】\n# Table: yingshou\n[\n(售后:varchar, 售后收入（來自字段備注）),\n(地區:varchar, 地區（來自字段備注）),\n(城市:varchar, 城市（來自字段備注）),\n(廣告:varchar, 廣告收入（來自字段備注）),\n(日期:varchar, 日期（來自字段備注）),\n(省份:varchar, 省份（來自字段備注）),\n(運維:varchar, 運維收入（來自字段備注）)\n]\n\n\n### 當前問題:\n使用柱狀圖展示各省份廣告收入對比\n\n### 以往提問:\n[\"使用柱狀圖展示各省份廣告收入對比\",\"哪個省份的廣告的銷售額最高\"]\n",
??????"role":?"user"
????}
??],
??"model":?"deepseek-chat",
??"stream":?true,
??"stream_options": {
????"include_usage":?true
??}

模型返回(節選）

{
??"delta": {
????"role":?"assistant",
????"content":?"```json\n[\"使用折線圖展示各城市廣告收入趨勢\", \"使用餅圖展示各地區收入占比\", \"使用表格列出各省份運維收入數據\", \"哪個城市的售后收入最高\"]\n```"
??}
}

3. 數據洞察

3.1 數據分析

read-normal-img

任務：根據給定的數據分析數據

SQLBot 提交以下內容至大模型(節選）

{
??"messages": [
????{
??????"content":?"### 請使用語言：簡體中文回答，若有深度思考過程，則思考過程也需要使用簡體中文輸出\n\n### 說明：\n你是一個數據分析師，你的任務是根據給定的數據分析數據，并給出你的分析結果。\n",
??????"role":?"system"
????},
????{
??????"content":?"### 字段(字段別名):\n[\"省份\",\"ad_revenue(廣告收入)\"]\n\n### 數據:\n[{\"省份\":\"安徽省\",\"ad_revenue\":405549.0},{\"省份\":\"河北省\",\"ad_revenue\":404628.0},{\"省份\":\"廣西壯族自治區\",\"ad_revenue\":401600.0},{\"省份\":\"湖南省\",\"ad_revenue\":401309.0},{\"省份\":\"廣東省\",\"ad_revenue\":401305.0},{\"省份\":\"海南省\",\"ad_revenue\":396657.0},{\"省份\":\"遼寧省\",\"ad_revenue\":393937.0},{\"省份\":\"湖北省\",\"ad_revenue\":391972.0},{\"省份\":\"甘肅省\",\"ad_revenue\":390658.0},{\"省份\":\"山東省\",\"ad_revenue\":390619.0},{\"省份\":\"四川省\",\"ad_revenue\":390225.0},{\"省份\":\"云南省\",\"ad_revenue\":390162.0},{\"省份\":\"河南省\",\"ad_revenue\":389712.0},{\"省份\":\"江蘇省\",\"ad_revenue\":389039.0},{\"省份\":\"江西省\",\"ad_revenue\":367644.0},{\"省份\":\"山西省\",\"ad_revenue\":362398.0},{\"省份\":\"浙江省\",\"ad_revenue\":354740.0},{\"省份\":\"陜西省\",\"ad_revenue\":348865.0},{\"省份\":\"內蒙古自治區\",\"ad_revenue\":334202.0},{\"省份\":\"吉林省\",\"ad_revenue\":313633.0},{\"省份\":\"貴州省\",\"ad_revenue\":299013.0},{\"省份\":\"福建省\",\"ad_revenue\":288775.0},{\"省份\":\"上海市\",\"ad_revenue\":35980.0},{\"省份\":\"新疆維吾爾自治區\",\"ad_revenue\":34016.0},{\"省份\":\"西藏自治區\",\"ad_revenue\":33717.0},{\"省份\":\"天津市\",\"ad_revenue\":33661.0},{\"省份\":\"青海省\",\"ad_revenue\":33283.0},{\"省份\":\"重慶市\",\"ad_revenue\":33203.0},{\"省份\":\"寧夏回族自治區\",\"ad_revenue\":32256.0},{\"省份\":\"黑龍江省\",\"ad_revenue\":32123.0},{\"省份\":\"北京市\",\"ad_revenue\":28990.0}]\n",
??????"role":?"user"
????}
??],
??"model":?"deepseek-chat",
??"stream":?true,
??"stream_options": {
????"include_usage":?true
??}
}

模型返回(節選）

"delta": {
??"role":?"assistant",
??"content":?"### 數據分析結果：\n\n#### 1. 數據概覽\n- 數據包含31個省級行政區的廣告收入數據\n- 廣告收入范圍：從28,990元（北京市）到405,549元（安徽省）\n- 平均廣告收入：約283,738元\n- 中位數廣告收入：約390,162元（云南省）\n\n#### 2. 收入分布特征\n（1）頭部省份（>390,000元）：\n- 安徽省（405,549元）位列第一\n- 前12名省份收入均在390,000-406,000元之間\n- 這些省份主要分布在中東部地區\n\n（2）中部省份（300,000-390,000元）：\n- 包括江西省到內蒙古自治區等9個省份\n- 收入梯度明顯，從367,644元逐步下降到334,202元\n\n（3）尾部省份（<100,000元）：\n- 包含直轄市和部分西部省份\n- 上海市（35,980元）是經濟發達地區中的特例\n- 北京市（28,990元）廣告收入最低，可能與數據統計口徑有關\n\n#### 3. 異常點分析\n- 經濟發達地區（北京、上海）收入異常偏低，可能原因：\n? - 數據可能僅反映部分渠道收入\n? - 統計時間窗口特殊（如疫情期間）\n? - 行政區劃統計方式不同（如直轄市vs省份）\n- 安徽省作為收入冠軍，建議核實數據準確性\n\n#### 4. 區域對比\n- 華東地區：安徽（第1）與浙江（第17）、福建（第22）差異顯著\n- 華南地區：廣東（第5）與海南（第6）表現較好\n- 西部地區：普遍偏低，但廣西（第3）表現突出\n\n#### 5. 建議\n1. 核實北京、上海等地的數據收集完整性\n2. 分析安徽省高收入的驅動因素（如特定行業/平臺集中）\n3. 對收入梯度明顯的省份進行分層運營策略\n4. 關注廣西、甘肅等表現超預期的西部地區\n\n附：TOP5省份\n1. 安徽省 405,549元\n2. 河北省 404,628元 \n3. 廣西壯族自治區 401,600元\n4. 湖南省 401,309元\n5. 廣東省 401,305元\n\n（注：所有金額單位應為\"元\"，原始數據疑似缺少\"萬\"等單位，建議確認數據計量單位）"
}