概要
Text-to-SQL は、利用者の自然文の質問から LLM が SQL を書き、DB に実行して答える方式。試作はスキーマをプロンプトに入れるだけで動くが、難しいのは「動く SQL」ではなく**「正しい SQL」を出すこと。業務システムに組み込むときは、精度に加えて権限と計算の正本**をどこで守るかが設計の中心になる。
詳細
誤りは文法より「意味の推測」で起きる
LLM がつまずくのは、スキーマに書かれていない意味を推測で補う部分。どれも SQL はエラーにならず、もっともらしい数字が返るので気付きにくい。
| つまずく点 | 例 | 補う知識 |
|---|---|---|
| 言葉と列の対応 | 「売上」が英語の略語の列。似た列が複数ある | 用語・同義語と列の対応 |
| 指標の計算式 | 単価×数量か明細金額か、返品を引くか | レビュー済みの計算式 |
| 結合の経路 | 顧客→州の経路が配送先と郵送先の 2 通り | 使うべき結合キー |
| 答えられない質問 | データにない「広告費」を似た列で計算する | 何が定義されているか |
これを補う層がオントロジーやセマンティックレイヤー。dbt Labs の 2026 年 4 月のベンチマーク(11 問・1 データセットの小規模評価で、実施者は製品提供元)では、全体の正答率はセマンティックレイヤー 72.7% 対 生テーブルへの Text-to-SQL 64.5%。定義済み指標の範囲に限ると 100% 対 5〜6 割台だった。定義の外の質問にはセマンティックレイヤーは答えられないので、両方を持つ前提で読む。
業務システムの中核に据えない理由
会計・原価管理のように利用者ごとに見える範囲が決まっているシステムでは、Text-to-SQL を中核にすると次の問題が出る。
- 行単位の権限を通らない — SQL は接続用 DB ユーザーの権限で実行され、アプリの権限(Django の django-rules・django-guardian、所属で絞るクエリセットなど)を通らない。共通の API トークン 1 つで呼べば全員が同じ権限になり、他事業所の数字が返る。MySQL には PostgreSQL の RLS 相当がなく、DB 側で防ぐのも難しい
- 数字の正本がアプリのコードにある — 締め処理・端数処理・取消の扱いを SQL で書き直すと二重管理になり、チャットと画面の数字が食い違う
- データが外に出る — スキーマ・サンプル値・質問文が LLM に渡る。推論先はセルフホストか承認済みエンドポイントにする
- 別スタックの運用 — 専用サービスを使うなら、認証・バックアップ・監視が別に増える
代わりの中核:ツール呼び出し
LLM にはどのツールをどの引数で呼ぶかだけを決めさせ、ツールはログイン中の利用者として既存の業務ロジックを呼ぶ(Function Calling / Tool Use)。
- 利用者は LLM の引数にせず、アプリが
request.userなどから渡す - 照会専用にし、書き込み系ツールは用意しない
- 「存在しない」と「権限がない」を同じ応答にする
- 件数上限・画面へのリンク・ログを付け、答えられない質問は答えないと指示する
- まず頻出質問の上位 5〜10 個から。増えたら業務領域ごとにまとめ、用語集(オントロジー)で
descriptionを正確に書く
ハイブリッド運用:役割で Text-to-SQL を開放する
ツールは用意した範囲でしか答えられない。管理本部・監査担当の「起票者と承認者が同じ伝票」「締め後に修正された伝票」のような一度きりの問い合わせには Text-to-SQL が要る。こうした役割はもともと全社データを見る権限を持つので、行単位の権限の問題が消える(子会社・機密部門の制限がないかは確認する)。
- 振り分けはアプリが役割で決める(例:
has_perm("chatbot.use_text_to_sql"))。LLM に権限を広げさせない - ツールを優先し、答えられないときだけ Text-to-SQL へ
- 接続先は読み取り専用レプリカか分析用 DB、読み取り専用ユーザー、タイムアウトと件数上限付き
- 生成した SQL を必ず見せ、結果は調査用の数字として扱う
- 誰が何を聞きどの SQL が走ったかを監査ログに残す
終着点にしない:改善サイクル
Text-to-SQL は同じ要件でも毎回 SQL を作り直す(1 回数十秒、毎回少し違う SQL になりうる)。ログを「利用者が本当に必要な照会の一覧」として使い、繰り返し来るものは開発者が決定論的に実装して昇格させる。
- 質問・役割・方式・SQL・実行時間・評価を記録
- 意図ごとにまとめて件数と重要度で候補を選ぶ
- 生成 SQL を仕様の下書きにして、権限と正本の計算に沿った API とテストを書く
- ツールとして公開(一般利用者も即答できる)
- Text-to-SQL に回る割合を測る
分析基盤があれば昇格先は 2 つになる。帳票と一致すべき「特定レコードの今の値」は業務 API に、分析用で足りる「集計・推移」は dbt の指標定義に置く。接続先も読み取り専用レプリカから DWH の mart(説明付き・PII ハッシュ化済み・指標定義あり)に移すと精度が上がる(AI ネイティブなデータ分析基盤)。
導入前の準備
用語の定義は、仕様書やコードを網羅的に解析するより過去の問い合わせ事例(需要側)から対象を絞り、コードと仕様書(供給側)で裏付けるのが効率的。事例から同義語・頻度・正解つきの評価用質問集・最初のツール群が取れる。「締め済み」の条件や正本の計算など DB にない意味はコードから補う。
自前か既製か
自前で難しいのは、メタデータからの用語生成、外部キーの推定とデータでの裏付け、SQL の検査・修復、回答可否の判定、評価環境。最初は NVIDIA Auto Ontology などで PoC し、監査担当の実際の質問 20〜50 件で正答率を測ってから決める。価値があるのは実行環境ではなく作り込んだ定義のほう。
関連ページ
- オントロジー — Text-to-SQL の意味の取り違えを防ぐ定義の層
- セマンティックレイヤー — 指標を定義済みの範囲で正確に答える経路
- AI ネイティブなデータ分析基盤 — チャットボットと分析基盤の 3 経路
- NVIDIA Auto Ontology — オントロジー自動生成型の Text-to-SQL
- RAG — 構造化データでは「検索」の実体が SQL になる
- AI-ready データ設計 — LLM に算術をさせない設計
ソース記事
- Text-to-SQL vs ツール呼び出し — 権限管理のある業務システムに AI データ照会を組み込む — 2026-11-15
- データ照会チャットボットはデータ分析基盤を作ってから?ツール呼び出し・Text-to-SQL・セマンティックレイヤーの関係と進め方 — 2026-11-15
- NVIDIA Auto Ontology とは — オントロジー自動生成で AI エージェントの Text-to-SQL 精度を上げる — 2026-11-15
- Agentic RAG の3つのパターン:Router、Self-Correction、Multi-step Retrieval — 2026-06-24(構造化データへの Text-to-SQL)