原创｜查询大数据级数据表的AI实现思路（Excel2SQL,Text2SQL）

背景

遇到一个用户需求：
查询大数据级数据表（如产品表），将查询结果返回，想通过LLM进行精准输出。

一般软件做法为找数据工程师做提数SQL，或通过前台页面筛选条件+查询表单实现相对灵活的查询。

这个需求他们通过截图表格+输入问题的形式问Deepseek等LLM，发现准确度和稳定性都不行，

• 其一产品ABC命名有相似且产品行数多，噪音大，导致稳定性不足；
• 其次有一些统计问题回答不对，比如开发售卖的产品有几只，了解LLM原理的也知道数学题超过LLM能力边界。

Boss问我想法时，对于噪音和数学题，我明确知道要借助Workflow可能有解决方案，加上之前接触过Text2SQL，
我的第一反应是以SQL作为对其模态，

• 输入方向（广义的知识构建阶段），将EXCEL输出SQL数据表和数据，并生成足够的释义作为回答的背景；
• 输出方向（广义的知识检索阶段），初始节点为用户问题Text2SQL，然后执行SQL节点，将问题，SQL和SQL查询结果给到二次LLM节点，输出最终回答。
  通过Dify和FastGPT都可以实现两段式输入到输出

结果
是验证了50条excel含5个字段的产品表，问了30个问题，迭代3版Prompt达到28/30的惊人的95%的正确率。

输入Excel：

用户问题：

实操过程

1. 基本思路的流程图，关键是目标如何达成，串联起来闭环。
   

2. 上手开撸
   AI workfow其实没什么难度，就是3个节点，LLM或MCP/Faction call进行数据库处理；
   主要还是Prompt，此处分享粗调最后一版prompt。

[构建]读取excel到输出SQL