AI驱动的分析：用自然语言与SQL构建数据可视化对比
内容提要
Databricks产品营销总监Richard Tomlinson指出，自然语言分析长期未兑现承诺，瓶颈不在大模型，而在缺乏业务上下文。可信的AI分析需三层基础：受治理的数据、明确可读的语义定义，以及可追溯验证的信任层。语义锚定将问题绑定到企业实际指标、关系与规则，治理则贯穿AI代理的每个决策。Genie通过本体、对话上下文管理和权限控制，让非专业用户也能获得可信答案。
延伸解读
自然语言分析的历史瓶颈：上下文缺失
过去十年，自然语言查询可视化未能兑现承诺，并非大模型能力不足，而是系统缺乏业务上下文。早期NL-to-SQL仅将问题映射到列名并生成查询，无法处理企业数据中指标定义冲突、模糊连接、业务规则隐藏于个人经验等问题。即使模型进步，仍靠原始表名猜测含义，导致同一问题答案不一致。因此，仅靠模型升级无法解决，必须补充受治理的语义层。
可信AI分析的三大基础
要让非专业用户信任AI分析，需三层基础：第一，数据受治理，包括清洁、一致、无重复的记录，以及细粒度访问控制；第二，语义明确且机器可读，如受治理的指标定义、业务术语、主外键关系和认证源，并注册在Unity Catalog中供AI代理查询时使用；第三，信任与验证层，能追溯每个AI答案背后的定义、来源和权限，让用户检查“为什么”而不仅是“是什么”。
语义锚定与治理如何协同工作
语义锚定将AI对问题的解释绑定到企业实际业务定义、关系和规则，而非让模型从列名猜测。例如，代理在生成SQL前就知道“净收入”采用特定计算、应来自认证财务表、财季从二月开始、免费试用用户不计入留存指标。治理则贯穿代理的每个决策，包括选表、连接、指标定义和行级权限。Unity Catalog提供细粒度访问控制、认证信号和弃用标志，确保代理只使用用户有权查看的上下文。
对话上下文管理与集成权限
对话式分析中，跟踪上下文是常被低估的挑战。Genie通过维护对话状态，利用表列元数据、编辑指令和先前轮次上下文来理解后续问题，如“按地区细分”中的“那个”指代上一查询的指标、时间窗和过滤条件。若问题模糊，可请求澄清。集成方面，Genie Conversation API和MCP服务器允许嵌入外部应用，权限通过Unity Catalog按用户执行，推荐使用代表用户（OBO）OAuth，确保不同用户获得基于其权限的答案。
Q&A
为什么自然语言查询可视化喊了十年，却一直没真正兑现承诺？
瓶颈不在大模型，而在缺乏业务上下文。早期NL-to-SQL只做语言到模式的翻译，无法理解企业数据中的指标歧义、模糊关联和业务规则，导致同一问题可能得到不同答案。
要让非专业用户信任AI分析给出的答案，底层需要满足哪三个条件？
第一，数据本身受治理，包括干净、一致、细粒度权限控制；第二，数据的含义必须显式且机器可读，如受治理的指标定义、业务术语和认证来源；第三，要有信任与验证层，能追溯每个AI答案背后的定义、来源和权限。
什么是语义锚定？它如何让自然语言生成的数据可视化更可靠？
语义锚定是将AI对问题的解释绑定到企业实际的业务定义、关系和规则上，而不是让模型从列名猜测。例如，代理在生成SQL前就知道“净收入”使用特定计算、来自认证财务表、财季从二月开始等。这样生成的图表基于领域专家使用的相同定义和逻辑，从而可信。
在自然语言分析中，治理为什么不是事后合规检查，而是核心基础设施？
因为AI代理需要代替分析师做出一系列决策，如选择表、连接、指标定义以及用户可见的行列。治理必须引导代理的每个决策，而非事后应用。Unity Catalog提供细粒度访问控制、行过滤、列掩码、认证信号和弃用标志，确保代理只使用用户被允许看到的业务上下文。
在连续对话中，AI分析如何记住上下文并处理追问？
系统通过维护对话状态来保留上下文，包括表列元数据、代理编辑者的指令和先前对话轮次的信息。如果追问模糊，可以请求澄清。语义锚定提供跨轮次稳定的定义，对话管理选择相关上下文而非简单追加，避免上下文窗口过载和漂移。
如何将Genie集成到团队已有的应用和AI工具中？数据权限如何保障？
可通过Genie Conversation API嵌入自有应用、聊天机器人或代理框架；也可通过Genie One MCP服务器在Claude、ChatGPT、Microsoft Copilot或Cursor中使用。权限方面，查询在SQL仓库运行，但Unity Catalog根据每个最终用户的权限决定可见数据，行过滤、列掩码和表级权限均按用户生效。推荐使用代表用户（OBO）OAuth认证，使外部助手以用户身份操作，自动应用其权限。
