WrenAI każe spisać reguły firmy, zanim agent napisze SQL

Zamiana pytania zadanego po ludzku na zapytanie SQL to pomysł stary jak sama analityka biznesowa i przez lata rozczarowywał zawsze w tym samym miejscu. Model dostaje polecenie "pokaż dziesięciu najlepszych klientów w tym kwartale", wypluwa składniowo poprawne zapytanie, ono się wykonuje i zwraca konkretne liczby. Tyle że liczby bywają błędne, bo model nie wie, że w twojej firmie "aktywny klient" ma umowną definicję, nie zna zatwierdzonego sposobu łączenia tabeli zamówień ze zwrotami i nie ma pojęcia, że sprzedaż liczysz w kwotach bez podatku. Zapytanie wygląda wiarygodnie, więc nikt go nie kwestionuje, a właśnie ta pewna siebie pomyłka sprawia, że nikt rozsądny nie wpuszcza takiego SQL-a do raportu, na którym ktoś potem oprze decyzję.

WrenAI, który Canner wypuścił na otwartej licencji Apache 2.0, bierze się dokładnie za ten problem. Na pierwszy rzut oka to kolejny generator zapytań z pytań zadawanych po ludzku, tyle że działający na ponad 20 źródłach danych, od Postgresa po hurtownie pokroju Snowflake czy BigQuery. Sedno leży jednak gdzie indziej. Wren wychodzi z prostego założenia: model i tak nie zna reguł twojej firmy. Zamiast więc udawać, że jest mądrzejszy, niż jest, każe ci te reguły spisać, i to spisać w plikach, które da się normalnie przejrzeć i trzymać w repozytorium, zamiast chować je w promptach.

Wiedza o firmie ląduje w plikach, nie w promptach