Отчётность на естественном языке: как задавать вопросы базе данных без SQL

Руководитель отдела продаж в девять утра задаёт вопрос: у какого клиента в прошлом месяце упали заказы? Вопрос уходит в ИТ-отдел, к обеду возвращается файл Excel. Руководитель открывает файл и добирается до своего настоящего вопроса только второй заявкой на отчёт. Отчётность на естественном языке — это получение сведений из базы данных путём вопросов обычным разговорным языком, без SQL и без конструктора отчётов.

Здесь важно различие: задавать вопрос обычным языком не значит, что ИИ свободно пишет запросы к базе данных. В ассистенте Корпоративный ИИ от YazSis — Fero — на вопрос отвечают заданные деловые инструменты, работающие в режиме только чтения. Эта статья рассказывает, как такой подход выглядит в повседневном использовании.

Как вопрос становится экраном?

• Понимание: Fero определяет намерение вопроса, период и то, кого вы имеете в виду. Какой диапазон дат означает «на этой неделе», какой представитель — «Can», какой порядок у «первых пяти»?
• Выбор инструмента: Доступ к данным идёт только через заданные деловые инструменты. ИИ не пишет SQL, произвольные запросы не выполняются.
• Расчёт: Такие цифры, как суммы, проценты и разницы, считает система на стороне сервера; модель не может назвать число, которого нет в результате инструмента.
• Отображение: Вместе с коротким ответом из 13 утверждённых компонентов дашборда выбираются подходящие. ИИ не генерирует код экрана.

Причина такого выбора — точность. Система, генерирующая произвольный SQL, выглядит гибкой, но несёт два риска: неверно соединённые таблицы могут молча дать неверную цифру, а проверять, какой именно запрос выполнялся, становится трудно. В заданных деловых инструментах заранее известно, что делает каждый инструмент и как он считает. Взамен гибкость снижается; это осознанный выбор, при котором верность числа, которое увидит руководитель, ставится выше беглости ответа.

Цепочка вопросов: от сегодняшнего дня к причине

Главная ценность отчётности на естественном языке проявляется не в одном ответе, а в том, как вопросы связываются между собой. Вопрос не просто получает ответ, он готовит почву для следующего. Поток ниже повторяет демонстрационный сценарий, подготовленный на примерных данных продукта; это не реальные данные компании, но он показывает логику:

1. «Как у нас сегодняшние продажи?» Приходит короткий ответ со сводкой дневных продаж: продажи за день, приближение к цели, число заказов и разница по сравнению с тем же днём прошлой недели.
2. «Покажи по представителям». Экран не обнуляется, та же тема уходит в разбивку по представителям.
3. «Какие представители ниже цели?» Выделяются два представителя ниже цели.
4. «В чём проблема у этого представителя?» Открывается разбивка по клиентам; на примерных данных видно, что спад связан с двумя клиентами.
5. «Посмотри последние три месяца». Показывается тренд по тому же человеку за последние месяцы.

В классической отчётности эта цепочка чаще всего означает несколько отчётов и несколько заявок, и каждая заявка ждёт ответа на предыдущую. Здесь же каждый шаг несёт контекст предыдущего ответа; уточняющие вопросы не строят экран заново, а обновляют его или уходят в детали.

Как задать хороший вопрос?

• Назовите период. Выражения вроде «в этом месяце», «за последние шесть месяцев», «тот же день прошлой недели» снижают неопределённость.
• Укажите, о ком или о чём спрашиваете. Клиент, представитель, товар или отгрузка: если тема ясна, ясен и ответ.
• Попросите сравнение. Слова «по сравнению с прошлой неделей» придают смысл единственной цифре.
• Двигайтесь шаг за шагом. Сначала спросить общую картину, а потом уйти в детали надёжнее, чем просить всё одной фразой.

Небольшой пример: вопрос «Как продажи?» оставляет открытым, о каком периоде и какой мере вы спрашиваете. Вопрос «Как наши продажи в этом месяце по сравнению с прошлым?» сразу задаёт и период, и сравнение. Второй не длиннее, он просто полнее; и система строит прямой ответ, а не гадает.

Вопрос на естественном языке избавляет от необходимости знать язык данных, но не избавляет от необходимости понимать, что эти данные означают.

Ограничения: чего не стоит ожидать

Поскольку произвольные запросы не выполняются, вопросы, на которые может ответить Fero, ограничены темами, которые охватывают заданные деловые инструменты; примерные вопросы продукта собраны в группы: продажи, клиенты и представители, бюджет, отгрузки, остатки и сводка для руководителя. Вопрос другого типа требует определить охват в проекте. Что касается данных, готовый сегодня источник — MySQL; такие источники, как SQL Server, PostgreSQL, REST API, Logo, SAP, Odoo и Excel, рассматриваются в рамках проекта.

Есть и вопрос ожиданий: даже если система считает цифру верно, решать, какой вопрос задать и как истолковать ответ, по-прежнему должен руководитель. Там, где нужен официальный отчёт или сверка, хорошая практика — подтвердить ответ ассистента собственными записями. Не принимайте решение, не поняв, к какому периоду и какому набору клиентов относится цифра; в месте, где вам непонятно, задать уточняющий вопрос — естественная часть процесса, и он проясняет ответ без перестройки экрана.

Для начала составьте список нескольких вопросов, которые ваши руководители задают чаще всего, и посмотрите, в какой таблице сегодня лежат ответы. Чтобы испытать цепочку вопросов на вопросах вашей собственной компании, можно запросить живую демонстрацию на странице Корпоративный ИИ.