平台 · 資料分析

進去是日常語言，出來是受管的 SQL

Text-to-SQL 很好展示，卻很難信任。差距全在查詢周圍：欄位到底是什麼意思、提問的人有權看哪些列、以及這個數字下一季還能不能重現。

PostgreSQL · MySQL · 資料倉儲
唯讀執行
SaaS 或自架

查詢方案唯讀

本季毛利損失最大的三條路線

select lane, sum(margin_delta) as loss
from fct_margin_daily
where quarter = '2026Q3'
  and region in (/* 你的資料角色 */)
group by lane order by loss limit 3

反白的這一行由平台追加，不是模型寫的。列層級規則跟著提問的人走。

lane	loss	share
CTU-RTM	-2.1 pts	62%
SHA-LAX	-0.8 pts	24%
SZX-HAM	-0.5 pts	14%

那句不是你寫的條件

治理是被追加的，不是被提示的

讓模型自覺遵守權限，不叫控制。在 DataFact 裡，限定範圍的條件是在查詢生成之後由平台追加的，依據是提問者的資料角色。

這就是「能展示的 demo」和「能推給四百個人、每人看到不同切片的系統」之間的差別。

能力

是什麼讓一個答案站得住

快只是入場券。真正決定這個數字能不能扛住數字主人質問的，是下面這些。

語意

模型讀的是你的定義，不是你的欄位名

一個叫 amt_net_3 的欄位對誰都沒有意義。資料表和欄位的說明、指標定義，以及你的分析師平時手動套用的規則，都存在一個分析模型裡，每個問題都對著它來解析。

資料表、欄位、指標的說明集中維護在一處
業務規則以規則的形式記錄，可以逐條審閱
問題有歧義時會反問釐清，而不是猜

查詢

唯讀、有邊界，而且給你看

生成的 SQL 就擺在結果旁邊。執行是唯讀的，帶單次請求逾時和取消，所以一個昂貴的問題不會一直壓在你的資料倉儲上。

查詢語句和答案一起呈現，供複核
唯讀執行，帶請求逾時和取消
結果集有上限，而且上限是明說的，不是悄悄截斷

權限

列層級規則跟著提問的人走

存取控制不是提示詞裡的一句話。綁定在資料角色上的表層級和列層級規則，在查詢執行時由伺服器端施加，所以同一個問題，區域經理和集團管控看到的是各自正確、但不同的範圍。

表層級和列層級規則掛在資料角色上
在執行時施加，而不是拿去問模型
業務身分範本把角色對應到一套可見性設定

版本

上一季那個數字是可重現的

分析模型每次建置都會凍結一個快照。如果某個指標定義在三月改過，你能看到它當時是什麼、比對兩版、並回復——而不是爭論哪份報表才是對的。

每次建置一個版本快照，並與上一版給出差異
在原始定義下重現一個歷史答案
回復一個漂移了的定義

不只一個數字

橫跨兩條通道的問題

最有價值的問題，光靠資料倉儲答不了。DataFact 能把報告裡的一個數字和表裡的一列，放進同一個推理步驟。

財務
毛利變了——把資料倉儲裡的趨勢和季度回顧 PDF 給出的歸因對上。
供應鏈
按路線看供應商表現，並對照簽署合約裡寫明的罰則條款查核。
法遵
哪些交易落在目前政策文件規定的門檻之外——是目前的，不是去年那版。

來自不光鮮那一半的記錄

全部文章

從這裡開始

先對準一個 schema 團隊真正關心的問題。

給我們一個 schema，和你的分析師每週都會被問到的那些問題。我們會給你看它生成的查詢，以及列層級規則落在了哪裡。

試用 Demo 看它怎麼運作

您的資料與每個答案保持連結。