寫在前面

生成式商業智能（Generative BI, GenBI）的魅力在于其能夠理解用戶的自然語言，并將復雜的數據查詢和分析過程自動化。用戶不再需要學習 SQL 或操作復雜的界面，只需像與同事交談一樣提出問題，就能獲得數據洞察。然而，一個現實的挑戰是：用戶的輸入并非總是明確的數據查詢請求。它們可能是簡單的問候、無關的問題、系統反饋，甚至是純粹的閑聊。

如果 GenBI 系統不加區分地將所有用戶輸入都視為數據查詢，并嘗試將其轉換為 SQL，將會導致：

1. 效率低下： 對非查詢意圖進行 Text2SQL 轉換和數據庫查詢是資源浪費。
2. 用戶體驗差： 系統對閑聊的回應可能是錯誤的 SQL 或數據庫錯誤信息，讓用戶感到困惑和沮喪。
3. 成本增加： 調用強大的 Text2SQL 模型和執行數據庫查詢會產生計算成本。

因此，在 GenBI 工作流的早期階段引入一個**意圖路由（Intent Routing）**模塊至關重要。這個模塊負責判斷用戶的輸入意圖，是希望查詢數據（DATA_QUERY）還是進行閑聊或提出其他非查詢請求（CHITCHAT