让 AI 生成 SQL 前，先限制表、字段和扫描范围

演示里，模型一句话生成查询并画图很顺滑；接入真实数据后，权限、成本和指标口径才是难点。模型适合产出候选计划，不应直接拿到任意数据库执行权。

查询先经过结构化计划

将自然语言解析为数据源、指标、维度、时间范围和过滤条件。指标从受控语义层选择，表和字段使用白名单；时间范围、返回行数和扫描预算必须显式。无法匹配指标时返回澄清问题，不猜一个相似字段。

执行前用 SQL 解析器检查语句类型、对象与参数，必要时先查看执行计划。禁止多语句、写操作和未授权函数，数据库账号只授予目标数据集的读取权限。

展示也要说明口径

结果页同时显示指标定义、数据更新时间、过滤条件和空值处理。固定问题集覆盖正常查询、歧义问题、越权字段和超大范围请求。

判断方案是否可用，不看一次演示图，而看失败请求能否被安全拒绝，正常查询能否重复得到同口径结果。