> For the complete documentation index, see [llms.txt](https://docs.maiagent.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.maiagent.ai/tech/maiagent-tech-ja/advanced-genai-tech/text-to-sql.md).
# Text to SQL
## Text to SQL とは？
Text2SQL 機能は、生成 AI を活用した革新的なテクノロジーであり、技術担当者がデータベースとやり取りする方法を根本から変えることを目指しています。従来、データベースから特定の情報を取り出すには、SQL の専門知識を持ち、手動でクエリ文を記述する必要がありました。Text2SQL テクノロジーでは、ユーザーが日常的な自然言語で質問を入力するだけで、AI エンジンがそれを正確な SQL クエリへ自動的に変換し、データベースから結果を取得します。これにより、データアクセスのハードルが大幅に下がり、SQL の知識を持たない技術担当者でも必要なデータを手軽に取得できるようになり、業務効率が向上します。
## Text2SQL の中核的な価値と重要性
データ駆動型の時代において、データインサイトを迅速かつ手軽に取得することは極めて重要です。Text2SQL テクノロジーは、以下のような中核的な価値をもたらします。
* **ハードルの低減：** データクエリの技術的なハードルを下げ、SQL を記述する能力を持たない業務担当者やアナリスト、さらには経営層でも、データと直接やり取りしてリアルタイムの情報を取得できるようになります。
* **効率の向上：** SQL に精通した技術担当者にとっても、Text2SQL は定型的・反復的なクエリを処理する際に大幅な時間を節約でき、より複雑なデータ分析やシステムアーキテクチャの業務に集中できるようになります。
* **意思決定の迅速化：** リアルタイムなデータクエリ能力により、企業は市場の変化により迅速に対応し、より賢明な業務上の意思決定を行えるようになります。
* **エラーの削減：** 自動生成された SQL 文は、手動で記述する際に発生しがちな構文エラーをある程度減らすことができます。
## Text2SQL の基本的な動作原理
具体的な実装の詳細はモデルによって異なる場合がありますが、Text2SQL の動作は通常、以下のいくつかの重要なステップで構成されます。
1. 自然言語理解 (NLU)： AI モデルはまず、ユーザーが入力した自然言語の質問を解析し、その中のキーワード、エンティティ、意図、そしてそれらの関係性を識別します。
2. Schema 連結 (Schema Linking)： モデルは、データベースにどのようなテーブル (Tables) があり、各テーブルにどのようなカラム (Columns) があるか、さらにそれらのデータ型や考えられる関連性を含め、データベースの構造を理解する必要があります。このステップでは、質問内の語彙を具体的なテーブルやカラムへ対応付けます。
3. SQL 文の生成： 質問の意図とデータベース構造への理解に基づき、モデルは SQL 構文に準拠したクエリ文を構築します。これには、適切な SELECT、FROM、WHERE、GROUP BY、ORDER BY などの句を選択することが含まれる場合があります。
4. クエリの実行と結果の表示（任意）： 生成された SQL 文は、データベースへ直接送信して実行し、クエリ結果をユーザーへ返すことができます。
## MaiAgent の Text2SQL 機能ならではの優位性
Text2SQL の基礎知識と活用方法を理解したところで、MaiAgent がどのように強力かつ使いやすい Text2SQL 機能を提供しているかを見ていきましょう。MaiAgent はデータアクセスのフローを簡素化することに注力しており、その Text2SQL 機能には以下のような中核的な優位性があります。
### **幅広いデータベース互換性**
MaiAgent は企業のデータ環境の多様性を深く理解しています。そのため、当社の Text2SQL 機能は**現在、主要なリレーショナルデータベースシステムを幅広くサポートしています**。具体的には以下のとおりです。
* **MySQL**
* **PostgreSQL**
* **Oracle DB**
* **Microsoft SQL Server (MSSQL)**
つまり、お客様のデータが一般的などのデータベースに保存されていても、MaiAgent はシームレスに接続し、一貫した自然言語クエリ体験を提供できます。
### **スプレッドシートデータとのシームレスな統合**
従来のデータベースに加え、MaiAgent は多くの一時的または小規模なデータセットがスプレッドシートの形式で存在していることを理解しています。そのため、MaiAgent は次のような革新的な機能を提供しています。**スプレッドシートデータ（.xlsx、.xls、.csv 形式に対応）を、クエリ可能な一時データベースへ自動的に変換できます。**
ユーザーはスプレッドシートファイルをアップロードするだけで、MaiAgent がその構造を解析し、標準的なデータベースへのクエリと同じように自然言語で質問できるようになります。これにより Text2SQL の活用範囲が大きく広がり、非構造化または半構造化のデータも素早く活用できるようになります。
### **最小限の設定で、すぐに使い始められる**
MaiAgent の設計思想は、設定プロセスを極力簡素化することにあります。Text2SQL 機能でお客様のデータベースに接続するには、**データベースの接続 URL を入力するだけです** (Connection String/URL)。複雑なドライバのインストールや環境変数の設定、その他の煩雑な追加設定は一切必要ありません。
このプラグアンドプレイの特性により、技術担当者は MaiAgent を既存の環境へ素早く導入でき、エンドユーザーはすぐに自然言語によるクエリを使い始めることができます。
### インテリジェントな Schema 理解
MaiAgent の中核となる AI エンジンは、強力な Schema 理解能力を備えています。お客様のデータベースに接続した後、**データベース内のすべてのテーブル (Tables) およびそのカラム構造、データ型、潜在的な関連性を自動的に検出し、理解できます。**
このような自動化された理解により、Schema を手動でラベル付けしたり設定したりする手間が省け、Text2SQL 機能が自然言語の質問を正しいデータエンティティへ正確にマッピングできるようになります。
### 柔軟なクエリ範囲の指定
MaiAgent はデータベース全体の構造を自動的に理解できますが、ユーザーが特定のいくつかのテーブルだけに関心がある場合もあります。MaiAgent はこの点も十分に考慮しており、**検索対象の Table を指定することも可能です。**
クエリ範囲を指定することで、クエリの関連性と正確性を高められる（関係のないテーブルを検索しないようにできる）だけでなく、大規模なデータベースにおいてクエリ効率を向上させ、より早く結果を得ることができます。
## まとめ
MaiAgent の Text2SQL 機能は、お客様のチームに力を与え、誰もが手軽にデータを使いこなせるようにすることを目指しています。幅広いデータベースのサポート、ユニークなスプレッドシート統合機能、最小限の設定フロー、インテリジェントな Schema 理解、そして柔軟なクエリ範囲の指定により、MaiAgent はまさにデータの探索と分析の旅における心強いパートナーとなります。技術担当者の皆様には、これらの特性を存分に活用し、企業のデータが秘めるすべての可能性を引き出していただくことをおすすめします。
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://docs.maiagent.ai/tech/maiagent-tech-ja/advanced-genai-tech/text-to-sql.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.