AI Studio 的自然语言问数（Beta）​结合业务数据源的表结构和字段信息，将自然语言问题转为 SQL，校验后执行查询并返回结果。本文介绍如何选择数据源、描述查询需求，以及通过多轮追问调整查询条件。

• 已登录火山引擎控制台并进入 ByteHouse 云数仓版，选择业务数据所在的地域和环境。支持地域请参见支持的地域。
• 当前账号具备目标数据源及相关库表的访问和查询权限。
• 了解需要查询的业务指标、时间范围和统计口径；已知目标库表时，准备数据库名、表名及关键字段说明。

发送查询问题后，AI Studio 会自动生成 SQL并执行。执行查询会消耗计算资源，请在发送前明确时间范围和必要的筛选条件。
自然语言问数仅支持只读 SELECT 查询，不用于写入或删除数据、修改库表结构、变更权限。
SQL 校验不保证业务逻辑正确，也不保证查询性能或资源消耗符合预期。请核对生成的 SQL 和返回结果后再使用分析结论。完整使用声明请参见声明。

进入问数模式 #

1. 登录火山引擎控制台，进入 ByteHouse 云数仓版，选择业务数据所在的地域和环境。
2. 在左侧导航栏选择 AI Studio，单击新会话。
3. 选择自然语言问数（Beta）​模式。
   

选择业务数据源 #

1. 单击输入框下方的数据源，选择本次查询对应的数据源。
2. 确认所选数据源与业务数据所在环境一致。知道目标库表时，在问题中补充“数据库名.表名”，帮助明确查询对象。

未明确表名时，AI Studio 可以结合当前账号可访问的库表信息查找相关候选表。为减少歧义，请尽量说明业务主题、指标含义和已知字段；返回的 SQL 使用了不符合预期的表时，应明确更正查询对象，再发起查询。

描述查询需求 #

在输入框中说明要查询什么，以及统计范围和计算方法。仅提出“分析销售情况”等宽泛问题，可能无法准确表达业务口径；可以按以下要素补充描述：

发送并等待查询结果 #

1. 确认数据源、时间范围和筛选条件后，发送问题。
2. AI Studio 结合相关表结构和字段信息生成 SQL，自动执行查询。
3. 等待查询完成，在会话中查看 SQL 和返回的数据结果。收到要求补充信息的提示时，补充明确的库表、字段或统计口径后再发送。

针对同一分析任务，可以在当前会话中继续补充条件，AI Studio 会结合已有对话调整查询。例如：

• “保留当前时间范围和已支付订单口径，只统计华东地区。”
• “保持其他条件不变，将分组维度从地区改为订单日期。”
• “按订单数降序排列，返回前 10 条。”

补充查询条件并发送后，会再次执行查询并消耗计算资源。​追问中应明确哪些条件保留、哪些条件改变；新结果返回后，重新核对 SQL，避免将不同时间范围或统计口径的结果直接比较。
需要分析新的业务主题，或者切换模式、环境时，请新建会话。继续此前的问数时，可以在左侧会话区按标题关键词查找历史会话，打开后查看已有问题和结果，再明确本次查询条件。历史结果反映的是此前查询时的数据，重新发送查询后才能获得新的结果。

以下示例仅用于说明提问、核对和追问的方法。假设已有可查询的 analytics.orders 表，包含 order_id（订单标识）、order_date（订单日期，Date 类型）、region（地区）、status（状态）和 amount（订单金额）字段；每行对应一笔订单，paid 表示已支付，金额使用同一币种和单位。

1. 进入自然语言问数模式，选择对应的业务数据源。
2. 发送以下问题，查询 2026 年 10 月 1 日至 7 日各地区的已支付订单数和总金额。

请查询 analytics.orders 表，按 order_date 筛选，包含 2026-10-01，不包含 2026-10-08。只统计 status 为 paid 的订单，排除 region 为空的记录，按 region 分组。订单数按 order_id 去重，订单金额对 amount 求和，按总金额降序返回前 10 个地区。

查询完成后，检查 SQL 是否使用 analytics.orders，是否包含指定的日期边界、paid 状态和地区非空条件；订单数是否按 order_id 去重，金额是否汇总 amount；分组、排序和返回范围是否与问题一致。再核对结果中的地区、订单数和金额，确认没有将订单金额误解释为其他指标。
在同一会话中继续追问：

保持时间范围、已支付状态、订单数去重方式和金额口径不变，改为按 order_date 分组，按日期升序返回每天的订单数和总金额，不再限定前 10 个地区。

发送后会重新查询。检查新 SQL 是否将分组维度改为日期、移除了地区排名的返回范围，并保留了此前明确的筛选和统计条件。该示例不预设查询结果或具体 SQL 写法，以实际返回内容为准。