用中文问数据库，我把 Perplexity + Snowflake 这条路走了一遍

"上个月哪个城市的用户留存最差？"

这句话，一个运营同学说出来，以前的标准流程是：提需求→等数据分析师排期→3天后拿到一张Excel→发现口径不对→再等2天。

Perplexity 最近推出的 Computer 功能新增了 Snowflake 直连能力，官方的意思是：你现在可以直接用自然语言问这个问题，AI 自动生成 SQL、执行查询、返回结果。

我看到这个消息的第一反应是：这不就是把数据分析师的活给 AI 干了？

然后我去实测了一遍。

结论是：这件事比官方说的要难一点，但也比你想象的更有价值——前提是你得搞清楚自己是哪类用户。

---

为什么这次不是"又一个AI写SQL"的噱头

市面上"AI 写 SQL"的工具已经很多了，随便打开一个 ChatGPT 或者 Claude，把你的表结构贴进去，让它帮你写查询语句，这件事早就能做。

但那是写 SQL，不是查数据。

中间差了一个关键步骤：你还得自己把 SQL 拿去数据库里跑，拿到结果，再判断对不对。对非技术用户来说，这道坎足够让整件事崩掉。

Perplexity 这次做的不一样——它打通的是问题→生成SQL→执行→返回结果的完整闭环。你不需要碰 SQL，不需要有数据库客户端，理论上就是一个对话框，问完就有答案。

加上 Perplexity 本身的实时联网能力，它的定位是：一个能同时查互联网和你自己数据库的 AI 助手。

这个定位，目前没有其他主流产品做到。

---

上手流程实测：我把每一步都走了一遍

第一步：你得先有 Snowflake 账号

这是非技术用户最容易卡死的第一道门。

Snowflake 提供 30 天免费试用，注册时会给你 $400 的信用额度，足够个人测试用。但注册过程需要填写公司信息，而且真正的企业数据肯定不在你的个人试用账号里——这意味着，如果你想连公司的真实数据，必须让 IT 或数据团队开权限给你。

注册地址：snowflake.com，选择合适的云服务商（AWS/Azure/GCP）和区域，国内用户建议选亚太节点。

第二步：在 Perplexity 端配置连接

进入 Perplexity Computer 功能后，找到"Connect Data Source"，选择 Snowflake，需要填写以下信息：

• Account Identifier：格式类似 xyz12345.ap-northeast-1.aws，在 Snowflake 控制台的右上角账户信息里可以找到
• Username / Password：你的 Snowflake 登录凭证
• Database / Schema / Warehouse：需要提前在 Snowflake 里确认

⚠️ 这里有一个容易踩的坑：Warehouse 是 Snowflake 的计算资源，如果你的 Warehouse 处于 Suspended 状态，查询会失败，但报错信息不够直观，很容易误以为是连接配置问题。

第三步：开始提问

连接成功后，你就可以直接在对话框里用自然语言提问了。

提问（英文）：Which city had the lowest 30-day retention rate last month?

AI 生成的 SQL 大致如下：

SELECT
city,
COUNT(DISTINCT CASE WHEN days_since_first_visit <= 30 THEN user_id END) AS retained_users,
COUNT(DISTINCT user_id) AS total_users,
ROUND(
COUNT(DISTINCT CASE WHEN days_since_first_visit <= 30 THEN user_id END) * 100.0
/ NULLIF(COUNT(DISTINCT user_id), 0),
2
) AS retention_rate_pct
FROM user_activity
WHERE first_visit_date >= DATEADD(month, -2, CURRENT_DATE())
AND first_visit_date < DATEADD(month, -1, CURRENT_DATE())
GROUP BY city
ORDER BY retention_rate_pct ASC
LIMIT 10;

结果返回了一张按留存率升序排列的城市列表，逻辑清晰，SQL 本身没有明显问题。

提问（中文）：过去7天注册用户里，哪些人昨天还活跃？

AI 生成的 SQL：

SELECT DISTINCT u.user_id, u.username
FROM users u
JOIN events e ON u.user_id = e.user_id
WHERE u.created_at >= CURRENT_DATE() - 7
AND DATE(e.event_time) = CURRENT_DATE() - 1;

非技术用户看不出这个问题，直接拿结果去汇报，可能会出错。

---

非技术用户的真实天花板

我想诚实地说清楚三道隐形门槛，官方宣传里几乎不提这些。

Snowflake 的权限体系相当复杂，涉及 Role、Database、Schema、Table 多层授权。非技术用户连接的账号，必须有人提前配好"只读权限"——否则要么查不到数据，要么（更危险的）AI 有可能执行写操作。

这道门的意思是：你需要一个愿意配合你的数据工程师或 DBA，才能真正跑通这个流程。

"上个月哪个城市留存最差"——这个问题听起来很自然，但 AI 要把它翻译成 SQL，必须知道：留存数据在哪张表？城市字段叫什么？留存的定义是 7 日还是 30 日？

如果你不知道公司数据库里"用户行为"存在哪张表、字段名叫什么，AI 会猜，猜错了你也不知道。

如上面案例二所示，AI 生成的 SQL 不一定是对的。技术用户可以 review SQL 逻辑，非技术用户没有这个能力。

---

横向对比：同类工具怎么做这件事

Perplexity 的核心差异化在于：实时直连 + 自动执行。其他工具要么需要你手动导出数据，要么只生成 SQL 让你自己跑。但这个优势的代价，是更高的配置门槛。

ChatGPT 的 Advanced Data Analysis 对于"我手头有一份数据，想快速分析"的场景，反而更友好——上传 CSV，直接问，门槛低很多。

---

给不同角色的实操建议

如果你是完全小白

先别急着连数据库。Perplexity 本身的联网搜索功能已经很强，先花两周把它当搜索引擎用，感受一下"用自然语言问问题"是什么体验，再考虑进阶。

数据库连接这件事，等你能说清楚"我想查什么、数据在哪里"，再来折腾。

如果你是有数据需求的运营/产品

这是最值得尝试的一类用户。建议的路径：

1. 先找数据团队沟通，让他们给你开一个只读账号，并且告诉你主要表的结构

2. 整理一份"我最常需要查的问题清单"

3. 用英文提问，效果通常优于中文（尤其是涉及时间范围的描述）

4. 每次拿到结果，都要找数据团队抽样验证一次，建立信任之后再独立使用

如果你是技术用户/数据工程师

重点测试复杂查询的边界：多表 JOIN、窗口函数、嵌套子查询，看 AI 在什么复杂度下开始出错。另外重点关注 SQL 的安全性——确保连接账号只有 SELECT 权限，避免 AI 误执行 DDL 或 DML 语句。

---

快速自测：你现在适合用这个功能吗？

回答以下 5 个问题，"是"得 1 分：

1. 我知道自己公司用的是什么数据库，或者有人可以帮我接入 Snowflake

2. 我能说出自己最常查的 3 类业务问题

3. 我有一个可以帮我验证查询结果的数据同事

4. 我订阅了 Perplexity Pro（目前此功能需要 Pro 版，约 $20/月）

5. 我能接受"AI 有时候会查错，需要人工复核"这件事

---

如果你想在不折腾 Snowflake 账号的前提下，先体验一下用自然语言调用各类 AI 能力的感觉——可以先试试 [api.884819.xyz](https://api.884819.xyz)，支持多模型切换（GPT、Claude、Deepseek 等），适合在摸清楚自己需求之前做横向测试。国产模型完全免费，没有月租，新用户注册即送体验 token，成本也更可控。

---

最后说一句实话

Perplexity 这次做的事，本质上是在回答一个更大的问题：

Perplexity 的答案是：让业务用户直接问数据库，工程师只负责把门开好。

这个方向是对的，但今天的实现还不够成熟——对非技术用户来说，"把门开好"这件事本身就需要工程师深度参与，悖论没有消失，只是往前移了一步。

---

下一篇我想聊的，是另一个方向的答案。

有人正在把这件事反过来做：不是让非技术用户去问数据库，而是让 AI 直接替你搭数据库——自动生成数据模型、定义表结构、规划数据仓库架构。

如果你对「AI 生成数据架构」这个方向感兴趣，记得关注更新。

---

#AI工具 #Perplexity #数据分析 #自然语言查询 #Snowflake #8848AI #AI实测 #数据库