模式感知定位(SAL):面向Oracle NL2SQL的实时模式落地与幻觉验证

大语言模型能从自然语言生成流畅的SQL,但在真实企业Oracle数据库上,它们经常在执行时失败:幻觉出列名和别名、遗漏方言特有语法,导致ORA-00904无效标识符错误。在这一场景下,失败主要源于模式落地缺失:模型无法知道哪些表和列实际存在。本文提出模式感知定位(SAL),一个无需模型再训练的轻量Oracle NL2SQL中间件层。SAL查询Oracle的USER_TAB_COLUMNS目录以构建实时模式映射,为每个问题选择相关表子集(多表查询时回退到全模式),并将这一真值上下文注入LLM提示。随后用幻觉指数(Hidx)检查生成的SQL:对照实时目录验证每个别名.列引用,自动重写可预测的前缀错误,否则触发带逐项修正的结构化重试。我们在实时Oracle Autonomous Database 23c实例上、使用GPT-4o-mini对500个TPC-H自然语言问题评估SAL。无任何模式落地时,执行落地真值(EGT;可执行且匹配参考结果集)仅为2.2%(12/500)。手写静态模式提示将EGT提升至62.0%。SAL无需任何人工模式整理即达到62.6% EGT(简单96%、中等95%、复杂40.7%),同时将执行失败率从97.6%降至2.6%。