AI 自然语言转 SQL 单独使用已经很有用，但在复杂任务里，和 AI 写 Excel 公式组合起来效果更好。下面讲清两者如何分工、按什么顺序使用。

两个技能各自负责什么

  • 自然语言写 SQL：自然语言写 SQL 是把你想查询的数据用日常语言描述，并提供表结构，让 AI 写出 SQL 语句并解释逻辑。
  • AI 写表格公式：用 AI 写表格公式是把你想要的计算或判断用日常语言描述出来，让 AI 写出 Excel 或其他表格软件的公式，并解释每一部分的含义。

自然语言写 SQL 有效是因为 SQL 的难点在于表关联、分组和窗口计算的写法，AI 熟悉这些语法模式；只要表结构和需求描述清楚，就能生成可用的查询；AI 写表格公式有效则是因为表格公式的难点在于函数组合和语法细节，而 AI 熟悉常见函数的用法，能把“如果……就……”这样的业务规则翻译成公式。两者叠加，正好互补。

组合流程

  1. （自然语言写 SQL）提供表结构：表名、字段名、字段含义和数据类型，不需要真实数据。
  2. （自然语言写 SQL）用业务语言描述需求，写清指标口径和筛选条件。
  3. （AI 写表格公式）描述数据结构：哪一列是什么、从第几行开始、数据大概长什么样。
  4. （AI 写表格公式）让 AI 给出公式并逐段解释。
  5. （收尾）确认无误后再用于正式报表，并保存查询。

组合模板

以游戏开发者的场景为例，先用下面的模板完成自然语言写 SQL 部分：

请检查并优化以下 SQL：
[粘贴 SQL]
1. 用中文说明这段查询在做什么；
2. 检查逻辑问题：关联条件是否会导致重复计数、筛选条件位置是否正确、空值处理；
3. 给出性能优化建议（索引、减少子查询等），说明依据；
4. 输出优化后的 SQL，并说明结果是否会与原 SQL 不同。
注意：只提供建议，不要执行任何修改数据的语句。

然后再按 AI 写表格公式的思路补一轮，例如：给出一两个“输入→预期结果”的例子，AI 写出的公式更准确。

示例

以下为虚构示例：

示例（虚构）：一位运营想知道“每个渠道新用户的首单平均金额”。AI 写出一段先找每位用户首单、再按渠道求平均的 SQL，并提醒“如果同一用户同一天有多笔订单，需要确定以哪一笔为首单”。

组合之后，AI 写表格公式这一环的价值在于：用 AI 写公式的关键是把“业务规则”说得没有歧义。

组合使用时的注意事项

  • 让 AI 解释查询计划，学习性能优化。
  • 不说明数据结构。应对方法：说清楚每列的内容和起始行，AI 才能写出正确的引用。
  • 两个技能叠加会让提示词变长，先确认单独使用时各自有效，再组合。

工作流技能要算的是总账：AI 省下的时间，减去检查和修正的时间，才是真正的收益。

组合的顺序为什么重要

一般先用能确定方向的技能，再用负责打磨的技能。顺序反过来，就可能在一个方向错误的初稿上花大量时间润色。对游戏开发者来说，先把策划文档的方向定下来，再精修细节，是最省时间的顺序。

相关阅读