智能问数不是AI项目，而是数据治理项目

是什么

约14分钟中文口播技术分享（抖音，作者“划水的青蛙”，无 OCR），主题是企业级智能问数（自然语言查数/NL2SQL）为何难落地以及正确做法。

关键内容

核心论点：智能问数本质是数据治理项目，AI 只是入口。① 用户应定位为数据分析师辅助工具而非全员产品；② 架构分层：高频确定性查询走 Text-to-Metrics（转写误作 Text-to-matrix），长尾走 Text-to-SQL 兜底；③ 约70%工作量在数据治理与语义层：字段语义标注、跨系统编码映射、业务词典、指标口径公式化；④ schema linking 引用两个代表工作 CHESS（转写作 Case）与 MAC-SQL（转写作 Mexico/MACSQL），后者 Selector 应按需触发，BIRD 消融显示其对困难查询贡献显著；⑤ Agent 只适合不到5%的多步复杂查询，慎用；⑥ 中间表示可把带 join 查询准确率从69%提到77%；⑦ 输出层发结构化指标查询请求给指标平台，配四级降级链与“不会什么反馈给治理团队”的闭环；⑧ 安全：投票机制、只读账号、AST 校验、脱敏审计、三层评估与查询变体测试。

可借鉴

分层兜底架构、指标平台/语义层先行的建设顺序、Selector 按需触发、失败 query 回流治理流程。

边界与风险

单人观点输出，所有数字（70%、幻觉率8%→0.5%、40.28→35.14、69%→77%）均未注明出处，需回查原论文；转写 ASR 错误密集，实体识别为推断结论，待人工复核。