PolarDB：一鍵智能總結NL2SQL_SUMMARY

使用方法

NL2SQL_SUMMARY的核心流程包含兩大階段：首先基於NL2SQL技術將自然語言轉義為SQL查詢語句，隨後使用解析的SQL語句產生分析總結。

1. 通過NL2SQL模型，基於自然語言產生SQL查詢語句。

   /*polar4ai*/SELECT * FROM PREDICT (MODEL _polar4ai_nl2sql, select '查詢各商戶信用評分') WITH (basic_index_name='schema_index',pattern_index_name='pattern_index');

   產生的SQL語句如下：

   SELECT merchname AS 商戶名稱, limitscore AS 信用評分 FROM hkrt_merchant_info ORDER BY limitscore;

2. 通過NL2SQL_SUMMARY模型，對SQL查詢結果進行智能總結與分析，調用模型的文法為：

   /*polar4ai*/SELECT * FROM PREDICT (MODEL _polar4ai_nl2sql_summary,<SQL語句> WITH (usr_query = <usr_query>);

   參數說明

   參數名稱	參數說明	樣本值
   <usr_query>	使用者輸入的問題描述，用於明確資料分析和總結的需求。	'商戶類型分布情況'。
   <SQL語句>	由NL2SQL模型產生的SQL查詢語句，用於擷取需要總結的資料（結尾無需帶分號）。	SELECT merchname AS 商戶名稱, limitscore AS 信用評分 FROM hkrt_merchant_info ORDER BY limitscore。

   樣本：

   /*polar4ai*/SELECT * FROM PREDICT (MODEL _polar4ai_nl2sql_summary,
   SELECT merchname AS 商戶名稱, limitscore AS 信用評分 FROM hkrt_merchant_info ORDER BY limitscore
    ) WITH (usr_query='查詢各商戶信用評分');

   輸出結果：

   本次共擷取15個商戶的信用評分，範圍60–95分。其中最低分為 60（未來之星商戶），最高分為95（科技之城商戶）。整體來看，大多數商戶評分在70分以上，商戶整體信用狀況良好。

   SQL語句資料查詢結果：

   序號	信用評分	商戶名稱
   1	60	未來之星商戶。
   2	65	星辰科技商戶。
   3	68	創新未來商戶。
   4	70	星辰光輝商戶。
   5	72	星辰夢想商戶。
   6	75	未來科技商戶。
   7	80	夢想科技商戶。
   8	82	夢想科技商戶。
   9	85	小天科技商戶。
   10	85	光輝夢想商戶。
   11	88	光輝未來商戶。
   12	90	光輝科技商戶。
   13	90	光輝星辰商戶。
   14	92	科技之星商戶。
   15	95	科技之城商戶。

總結建議

• 聯合使用NL2SQL和NL2SQL_SUMMARY：從自然語言到結構化查詢再到智能總結，實現全流程自動化。

• 確保問題清晰明確：提供清晰的usr_query可提高總結品質和相關性。

• 結合圖表展示效果更佳：可配合NL2Chart功能，先組建圖表配合總結，增強可視化表達。

• 應用情境推薦：

  情境	典型應用
  資料概覽	快速瞭解資料庫中各類別或時間段的資料分布。
  決策支援	為業務決策提供基於資料的總結性建議。
  異常檢測	識別出異常類別或趨勢，並給出可能原因。
  報告撰寫	自動產生資料報告中的關鍵區段，提升工作效率。

通過NL2SQL_SUMMARY，您可以快速從未經處理資料中提取關鍵資訊並形成結構化總結，為後續的資料分析和決策提供有力支援。