Chat2BI 是一种能够将自然语言转换为 SQL 语句的强大工具，大幅提升了数据库研发人员的工作效率。在 AI 时代，Chat2BI 已成为数据库研发人员的必备利器。
受制于 AI 生成图表的准确性，目前仅推荐使用 deepseek-chat 模型，以确保最佳的查询结果和图表展示。
同步数据表
在使用 Chat2BI 功能前，首先需要同步数据库表结构，这是整个功能的基础。系统需要了解您的数据表结构，才能正确理解自然语言查询并转换为准确的 SQL 语句。
操作步骤：
新增数据集
首先需要添加您想要分析的数据集，系统将自动处理数据结构。
数据集字段评估
字段评估是确保 AI 正确理解您数据的关键步骤！使用大模型对原有数据表的字段注释进行矫正，能显著提高后续自然语言提问的识别准确率。
操作步骤：
Chat2BI 需要连接到数据源才能执行查询。可以直接使用开发平台”数据源管理”中已维护的数据源。这种方式最为便捷，无需重复配置。
重要限制说明：
这些限制是为了确保查询结果的准确性和稳定性。我们将在后续版本中扩展对更多数据库类型和模型的支持。
Chat2BI 是一种能够将自然语言转换为 SQL 语句的强大工具，大幅提升了数据库研发人员的工作效率。在 AI 时代，Chat2BI 已成为数据库研发人员的必备利器。
受制于 AI 生成图表的准确性，目前仅推荐使用 deepseek-chat 模型，以确保最佳的查询结果和图表展示。
同步数据表
在使用 Chat2BI 功能前，首先需要同步数据库表结构，这是整个功能的基础。系统需要了解您的数据表结构，才能正确理解自然语言查询并转换为准确的 SQL 语句。
操作步骤：
新增数据集
首先需要添加您想要分析的数据集，系统将自动处理数据结构。
数据集字段评估
字段评估是确保 AI 正确理解您数据的关键步骤！使用大模型对原有数据表的字段注释进行矫正，能显著提高后续自然语言提问的识别准确率。
操作步骤：
Chat2BI 需要连接到数据源才能执行查询。可以直接使用开发平台”数据源管理”中已维护的数据源。这种方式最为便捷，无需重复配置。
重要限制说明：
这些限制是为了确保查询结果的准确性和稳定性。我们将在后续版本中扩展对更多数据库类型和模型的支持。