企业官网建设流程全解析

QUEST LOG · 园区数字化 · 实施复盘

NL2BI · 数据网关 · 语义建模 · 一线实施笔记

▲ LEVEL 1 · 需求进来了

接到需求那天我心里嘀咕，这有啥难的，大模型接个数据库，写个 SQL 生成器不就完了。

真上手才知道，生成 SQL 只占两成工作量。剩下八成，全在数据怎么接、口径怎么定、错了怎么兜。本文拿园区这个场景做样本，把整个实施过程按顺序捋一遍，坑都标出来。

先交代背景。要接的业务系统是一套智慧园区管理平台，综合管理端跑在 Web 上，配套移动管理端、租客端和数据大屏。核心数据全在综合管理平台里，粗数一下有十个模块，从空间资产、招商、租赁合同，到财务交易、运营服务、智慧物联。

01 选战场

别贪心，先接四类数据

十个模块全接是不现实的，语义建模的工作量会爆炸。我们挑了业务方问得最多的四类。

空间资产，项目、楼栋、房源三层结构，状态字段决定「空置」怎么算。客商档案，租客企业的主数据。租赁合同，含电子签和归档，租期、免租期、递增条款都在这里。财务交易，应收账单、实收流水、发票，收缴率就靠它算。

挑选标准很简单，拿历史取数工单统计一下，八成的临时查询落在这四类里。剩下两成，等跑稳了再说。

02 连接层

只读账号，一个字都不能少

这一步没有技术难度，有政治难度。业务系统团队一听「外部平台要连生产库」，第一反应都是拒绝，换我我也拒绝。

最后谈下来的方案是这样。给问数平台开专用只读账号，权限收到具体 schema，业务库一行数据都改不了。中间架一层 Trino 查询网关，所有查询从网关走，业务库对问数平台完全隐身。每次查询带身份和问题原文，落日志。

这个方案说服业务方的关键就一句，你们的数据对我只读，我的每一次动作对你可查。

03 语义层

口径之争，占了整个工期的一半

我以为建模就是给表和字段起别名。天真了。

第一个坑，「空置房源」四个字，招商部、物业部、财务部的理解完全不同。含不含未交付楼栋，装修期算不算空置，预定未签约的算不算。这三个问题吵了一下午，最后形成的口径写进了业务数据模型里，作为唯一计算依据。

第二个坑，收缴率的分母。按应收算还是按到期应收算，差异能到好几个点。这里我的建议是别自作主张替业务方定，把两种口径都配上，让它们在模型里并存，用的时候按问题里的措辞路由。

技术上的教训是，语义模型文档要跟数据库的字典同步维护。业务系统一发版改了字段，模型没跟上，问数平台就开始一本正经地胡说。我们后来把「模型字段核对」挂进了业务系统的发版流程。

04 回答层

Prompt 规则和样例库，兜住下限的

模型自己发挥是下限游戏，配置才是下限保障。我们配了两层。

一层是回答规则。查不到就说查不到，禁止编数。涉及金额的回答必须带明细入口。图表类型按问题意图固定，趋势问题出折线，对比问题出柱状，明细问题直接上表格，不给模型自由发挥的空间。

另一层是 FewShot 样例库。把历史问过的真实问题和标准答案沉淀进去，用户问法再刁钻，命中的是人工校过的模板。这个库要持续养，每次人工纠错的结果都回灌进去。跑得越久越准，这大概是整个系统里唯一有复利的东西。

对了，样例库里那些问法别自己编。让业务同事口述他们平时怎么问，口语里的坑比你想的多得多。

05 验证

五连问，一把尺子量到底

上线前我们拿一组固定问题做回归，从粗到细五个层级。

问总量，空置房源一共多少间。问对比，各楼栋空置放一起比。问趋势，近半年收缴率怎么走。问对账，本月各费用类型应收和实收。问明细，把空置房源的楼栋楼层面积列出来。

每一问的答案都拿人工算的数去对，口径对不上就回语义层改，改完重跑全套。这五连问后来成了验收标准，也成了业务方信任度曲线的起点。头两周他们拿着计算器抽查，后来就不抽了。

06 踩坑清单

血泪条目，按疼的程度排序

语义口径没白纸黑字定下来就开干，返工成本最高。先吵架，后建模。

业务系统发版不通知问数侧，字段一改全线安静挂掉。发版流程里加一道模型核对，五分钟的事。

低估了「追问」的实现难度。用户问完空置接着问「那明细呢」，上下文要接得住。多轮会话的上下文设计别省。

图表类型让模型自己选，它会给你惊喜，惊的那种。按意图固定映射，朴素但有效。

演示数据不脱敏。只读账号保住了写入安全，保住不了截图外流。演示环境单独拉一份脱敏数据，这钱不能省。

复盘下来，这套东西的技术分量没有想象中重，重的全在协作。跟业务方对口径，跟业务系统团队谈权限，把每一次纠错沉淀回样例库。技术只负责把这三件事的结果执行出来。

如果你也要做类似的事，我的建议压缩成一句。先拿四类数据、五个问题跑通最小闭环，跑通了再谈规模。

下次打算写写查询网关那层的具体配置，包括怎么控制慢查询。有兴趣的留个言，写的时候好歹知道有人在等。

- QUEST CLEAR -

你在做 NL2SQL 或者 BI 问答类项目吗？口径管理那一步你们是怎么解的，评论区交换一下打法。