Natuurlijke taal naar SQL: hoe Nova AI vragen omzet in databasequery's

Leestijd: 11 minuten

Bekijk alles wat Query Streams kunnen buiten deze handleiding Gratis aan de slag

Ondersteunt

+meer

Live gegevens

Export vervangen door SQL op aanvraag

Excel Vellen

BI & AI-analyse

Vraag Nova, krijg SQL + grafieken

Ontmoet Nova

Database REST API

Eén sleutel per partner. Geen inloggegevens worden gedeeld.

Bouw een API

+meer

Automatisering

Geplande synchronisatie naar 6+ platformen

Verken

+meer

API naar SQL

API's bevragen met SQL, geen code

Verken

+meer

AI-database MCP

Claude, Cursor, ChatGPT en Grok communiceren met uw gegevens.

Connect AI

Nova AI door middel van querystreams Nova zet eenvoudige Engelse vragen om in gevalideerde, dialectspecifieke SQL-query's voor tien verschillende database-engines. Typ bijvoorbeeld "toon me de totale omzet per regio voor het afgelopen kwartaal" en Nova genereert de juiste SQL met correcte JOINs, aggregaties, datumfuncties en dialectsyntaxis voor uw specifieke database: PostgreSQL, MySQL, SQL Server, Oracle, Snowflake, BigQuery of elke andere ondersteunde engine. Elke query doorloopt een validatieproces in vier stappen voordat deze wordt uitgevoerd: schema-detectie, kolomverificatie, tracering van het joinpad en syntaxvalidatie. Dit is wat een productieklaar tekst-naar-SQL-systeem onderscheidt van een algemene chatbot die tabelnamen gokt. Hieronder staan vijf voorbeelden die laten zien hoe Nova steeds complexere vragen in natuurlijke taal vertaalt naar accurate SQL. Probeer het gratis — geen creditcard vereist.

Hoe natuurlijke taal SQL wordt

Vijf stappen van uw vraag tot gevalideerde resultaten.

Uw vraag

“Top 10 producten op basis van omzet”

Schema opzoeken

tabellen, kolommen, externe sleutels

SQL-generatie

dialectspecifieke zoekopdracht

Geldigmaking

syntax- en schema-controle

Resultaten

gegevensraster of grafiek

Eenvoudig filter: van gewone tekst naar een WHERE-clausule

Het meest voorkomende patroon voor het converteren van tekst naar SQL. Nova koppelt "from California" aan de juiste kolom en waarde.

Nova

PostgreSQL — crm_prod

Toon mij alle actieve klanten uit Californië.

“actieve klanten”→WAAR status = 'actief'

“uit Californië”→EN staat = 'CA'

SELECT bedrijfsnaam, contact-e-mail, stad, staat, aangemaakt op
VAN publiek.klanten
WAAR status = 'actief'
  EN toestand = 'CA'
ORDER BY bedrijfsnaam

Gevonden 312 actieve klanten in Californië. Nova detecteerde dat staat Gebruikt afkortingen van twee letters (CA, niet "Californië") uit de kolomprofilering. Wilt u filteren op stad of dit exporteren?

Vraag Nova alles wat je wilt weten over je gegevens…

Aggregatie: “Totaal” en “Per” worden SOM + GROEPEREN

Nova herkent de intentie tot aggregatie aan de hand van woorden als 'totaal', 'gemiddelde', 'aantal' en groepering aan de hand van 'per categorie'.

Nova

MySQL — e-commerce

Totale omzet per productcategorie, gesorteerd op hoogste eerst.

“totale omzet”→SOM(oi.hoeveelheid * oi.eenheidsprijs)

“per productcategorie”→GROEPEREN OP p.categorie

“gesorteerd op hoogste eerst”→GESORTEERD OP totale_omzet DESC

SELECT p.categorie,
       SUM(oi.quantity * oi.unit_price) AS totale_omzet,
       TELL(DISTINCT o.order_id) AS order_count
VAN producten p
JOIN order_items oi OP p.product_id = oi.product_id
JOIN bestellingen o OP oi.order_id = o.order_id
GROEP DOOR p.categorie
ORDER BY totale_omzet DESC

Elektronica leidt tot een omzet van $1,28 miljoen verdeeld over 12.840 orders. Nova heeft automatisch 3 tafels samengevoegd via product_id en order_id Vreemde sleutels. Wilt u een staafdiagram of wilt u inzoomen op een specifieke categorie?

Vraag Nova alles wat je wilt weten over je gegevens…

Datumbereiken: van "laatste kwartaal" tot dialectspecifieke datumfuncties

Natuurlijke datumtaal wordt, afhankelijk van uw database-engine, omgezet naar verschillende SQL-query's. Nova doet dit automatisch.

Nova

SQL Server — finance_db

Maandelijkse factuurtotalen voor het afgelopen kwartaal

SQL Server-dialect gedetecteerd — gebruik van DATEPART-, DATEADD- en TOP-syntaxis

SELECT
  DATUMONDERDEEL(MAAND, factuurdatum) AS factuurmaand,
  DATUMNAAM(MAAND, factuurdatum) AS maandnaam,
  SUM(totaalbedrag) AS maandelijks_totaal,
  TELL(*) AS factuur_aantal
VAN dbo.facturen
WAAR factuurdatum >= DATUM TOEVOEGEN(KWARTAAL, DATEDIFF(KWARTAAL, 0, GETDATE()) - 1, 0)
  EN factuurdatum < DATUM TOEVOEGEN(KWARTAAL, DATEDIFF(KWARTAAL, 0, GETDATE()), 0)
GROEP DOOR DATUMONDERDEEL(MAAND, factuurdatum),
         DATUMNAAM(MAAND, factuurdatum)
ORDER BY factuur_maand

Februari had de hoogste omzetcijfers. $162,890. Opmerking: omdat dit is SQL ServerNova gebruikte DATUMONDERDEEL en DATUM TOEVOEGEN in plaats van PostgreSQL's datum_afgekaptDezelfde vraag zou in PostgreSQL een andere, maar equivalente SQL-uitvoer opleveren.

Vraag Nova alles wat je wilt weten over je gegevens…

Complexe query's: Subquery's en vensterfuncties vanuit één zin

Bij geavanceerde vragen wordt SQL op meerdere niveaus gegenereerd met behulp van CTE's, subquery's of vensterfuncties — hiervoor is geen SQL-kennis vereist.

Nova

Sneeuwvlok — analytics_wh

Klanten die dit jaar meer dan gemiddeld hebben uitgegeven, gerangschikt op totale besteding.

“meer dan gemiddeld”→HAVING total_spend > (subquery)

“dit jaar”→WAAR JAAR(orderdatum) = 2026

“gerangschikt op totale uitgaven”→SORTEREN OP totale uitgaven AFSLUITEND

MET klant_totalen AS (
  SELECT c.customer_id, c.company_name,
         SUM(o.totaal_bedrag) AS totale_uitgaven
  VAN ANALYTICS.CUSTOMERS c
  JOIN ANALYTICS.ORDERS o OP c.customer_id = o.customer_id
  WAAR JAAR(o.order_date) = 2026
  GROEP DOOR c.customer_id, c.company_name )
SELECT bedrijfsnaam, totale uitgaven,
       RANG() OVER (ORDER BY totale_uitgaven DESC) AS spend_rank
VAN klant_totalen
WAAR totale uitgaven > (SELECT AVG(totale uitgaven) VAN klant_totalen)
ORDER BY totale_uitgaven DESC

47 klanten overschrijdt de gemiddelde uitgave van $24.680. Nova gebruikte een CTE met een RANG() vensterfunctie en een subqueryfilter. De Snowflake-specifieke schemaverwijzingen in hoofdletters (ANALYTICS.CUSTOMERS) Zorg ervoor dat de naamgeving van uw magazijn overeenkomt.

Vraag Nova alles wat je wilt weten over je gegevens…

Dubbelzinnige vragen: Nova vraagt eerst voordat ze een gok doet

Als je vraag betrekking kan hebben op meerdere tabellen of kolommen, vraagt Nova om verduidelijking in plaats van te speculeren.

Nova

PostgreSQL — multi_tenant

Toon me alle gebruikers

Ik vond 3 tafels dat zou kunnen overeenkomen met “gebruikers”:

1auth.users — 1.240 rijen (inlogaccounts met e-mailadres, laatste inlogdatum, rol)

2publiek.app_gebruikers — 8.920 rijen (app-profielen met naam, abonnement, organisatie-ID)

3legacy.user_accounts — 450 rijen (verouderd, gemigreerd naar auth.users)

Welke tafel bedoel je? Of moet ik me aansluiten? auth.users met app_gebruikers Voor het complete plaatje?

Voeg auth.users samen met app_users

Aangesloten via auth.users.id = app_users.auth_user_id. Alle 1.240 accounts Het geretourneerde bestand bevatte een combinatie van inloggegevens en profielgegevens.

Vraag Nova alles wat je wilt weten over je gegevens…

Wat deze voorbeelden laten zien over de conversie van natuurlijke taal naar SQL.

Elke bovenstaande demo illustreert een ander NL-naar-SQL-vertalingspatroon dat Nova automatisch afhandelt. Demo 1 toont het eenvoudigste geval: het mappen van een filterzin ("uit Californië") naar een WHERE-clausule. Wat dit niet triviaal maakt, is dat Nova de volgende zaken detecteerde: staat De kolom gebruikt afkortingen van twee letters, niet de volledige staatsnamen — een detail dat is ontdekt tijdens de analyse van de kolomprofielen bij het ontdekken van het schema. Een naïef tekst-naar-SQL-systeem zou het volgende genereren: WAAR staat = 'Californië' en levert nul resultaten op.

Demo 2 schaalt op naar aggregatie. Woorden als 'totaal', 'gemiddelde' en 'aantal' activeren respectievelijk de functies SUM, AVG en COUNT. De zin 'per categorie' komt overeen met GROUP BY en 'gesorteerd op hoogste eerst' met ORDER BY DESC. Nova detecteerde automatisch dat het beantwoorden van deze vraag het samenvoegen van drie tabellen vereiste — producten, order_items en orders — door de relaties tussen externe sleutels in het schema te traceren. Dit is het soort query dat je in 30 seconden in het Engels kunt beschrijven, maar dat meerdere minuten kost om correct in SQL te schrijven, vooral bij onbekende tabelstructuren.

Demo 3 benadrukt het belang van dialectbewustzijn. De uitdrukking "laatste kwartaal" is een datumconcept dat, afhankelijk van uw database-engine, volledig verschillende SQL-waarden oplevert. Op SQL Server wordt het: DATEADD(QUARTER, DATEDIFF(QUARTER, 0, GETDATE()) - 1, 0)Op PostgreSQL levert dezelfde intentie het volgende resultaat op: date_trunc('kwartaal', huidige_datum - interval '3 maanden')Op Snowflake wordt het gebruikt DATEADD('quarter', -1, DATE_TRUNC('quarter', CURRENT_DATE()))Nova genereert automatisch de juiste variant op basis van het type database waarmee u bent verbonden. Deze dialectspecifieke generatie onderscheidt een professionele tekst-naar-SQL-tool van een algemene AI-chatbot.

Demo 4 laat zien hoe Nova een geavanceerde analytische vraag afhandelt die een CTE (Common Table Expression), een subquery voor de gemiddelde berekening en een RANK()-vensterfunctie vereist – allemaal gegenereerd vanuit één enkele Engelse zin. Demo 5 demonstreert wat er gebeurt als uw vraag ambigu is: in plaats van te gokken en mogelijk de verkeerde tabel op te vragen, presenteert Nova de opties en vraagt u om te kiezen. Deze verduidelijkingsstap voorkomt de meest voorkomende fout in door AI gegenereerde SQL: onjuiste tabel- of kolomnamen die fouten of incorrecte resultaten opleveren.

Waarom validatie belangrijker is dan generatie

Het genereren van SQL uit natuurlijke taal is slechts de helft van het probleem. De moeilijkere helft is ervoor zorgen dat de gegenereerde SQL daadwerkelijk correct is voor uw specifieke database. Algemene AI-modellen zoals ChatGPT of Claude kunnen plausibel ogende SQL schrijven, maar ze hebben geen kennis van uw daadwerkelijke tabelnamen, kolomtypen of relaties. Ze gokken. En gokken kan stilzwijgend mislukken — de query kan wel worden uitgevoerd, maar onjuiste resultaten opleveren omdat er een join is gemaakt op de verkeerde kolom of omdat er een kolom is gefilterd die andere waarden gebruikt dan verwacht.

Nova lost dit op met een validatieproces in vier stappen dat wordt uitgevoerd voordat elke query uw database bereikt. Eerst ontdekt het uw werkelijke schema: elke tabel, kolom, gegevenstype en externe sleutelrelatie. Vervolgens analyseert het de kolomwaarden om zaken te begrijpen zoals of staat gebruikt “CA” of “Californië”, ongeacht of status Het gebruikt 0/1 of "actief"/"inactief", en wat de werkelijke enum-waarden zijn. Ten derde traceert het join-paden met behulp van echte foreign keys in plaats van te gokken op de gelijkenis van kolomnamen. Ten vierde valideert het de uiteindelijke SQL door middel van syntax-parsing via sqlglot en fuzzy matching van kolommen met een drempel van 60% met behulp van rapidfuzz. Als een kolom waarnaar wordt verwezen niet bestaat of verkeerd gespeld is, detecteert Nova dit vóór de uitvoering en corrigeert het dit automatisch of vraagt het u om verduidelijking.

Ondersteunde databases voor tekst-naar-SQL

Nova's engine voor het converteren van natuurlijke taal naar SQL ondersteunt tien databaseplatformen: PostgreSQL, MySQL, SQL Server (Microsoft), MariaDB, SQLite, Oracle, Snowflake, Google BigQuery, DuckDB en Microsoft Access. Het ondersteunt ook zes API-connectoren — Stripe, Shopify, HubSpot, Google Analytics 4, Google Search Console en ShipStation — door hun gegevens te synchroniseren met lokale DuckDB-tabellen die kunnen worden opgevraagd met standaard SQL. Elke database heeft zijn eigen SQL-dialect met verschillende syntax voor datums, tekenreeksfuncties, identificatoren, paginering en NULL-afhandeling. Nova genereert automatisch het juiste dialect op basis van uw verbonden gegevensbron, zodat u zich daar nooit meer zorgen over hoeft te maken. LIMIET vs BOVENKANT, aanhalingstekens met backticks versus aanhalingstekens met vierkante haken, of NVL vs SAMENKOMENJe kunt zelfs midden in een gesprek wisselen tussen databases en Nova past de SQL-uitvoer daarop aan.

Veelgestelde vragen

Wat is de relatie tussen natuurlijke taal en SQL?

Natuurlijke taal naar SQL (NL-to-SQL of tekst-naar-SQL) is het proces waarbij vragen in gewoon Engels worden omgezet in gestructureerde SQL-databasequery's. AI-modellen analyseren de bedoeling van uw vraag, koppelen deze aan uw databaseschema en genereren de juiste SQL-syntaxis, inclusief SELECT-, WHERE-, JOIN-, GROUP BY- en ORDER BY-clausules. Nova gaat nog een stap verder door elke query te valideren aan de hand van uw daadwerkelijke schema voordat deze wordt uitgevoerd.

Hoe nauwkeurig is door AI gegenereerde SQL?

De nauwkeurigheid hangt volledig af van de vraag of de AI toegang heeft tot uw daadwerkelijke databaseschema. Algemene chatbots zoals ChatGPT raden tabelnamen en verzinnen vaak kolommen die niet bestaan. Nova AI valideert elke query aan de hand van uw werkelijke tabelnamen, kolomtypen, datawaarden en foreign key-relaties via een vierstappenproces voordat de query uw database bereikt.

Kan AI complexe SQL-query's met JOINs en subquery's verwerken?

Ja. Nova genereert JOINs over meerdere tabellen door de relaties tussen externe sleutels in uw schema te traceren, CTE's (Common Table Expressions) voor analytische query's, vensterfuncties zoals RANK() en ROW_NUMBER(), en geneste subquery's voor vergelijkende filtering. Een enkele zin in natuurlijke taal kan een SQL-query van 15 regels opleveren met meerdere joins en aggregaties.

Kent de AI mijn databasestructuur?

Ja. Nova maakt verbinding met uw database via de Query Streams Agent, een lichtgewicht service die op uw eigen netwerk draait. De Agent leest uw daadwerkelijke schema, inclusief elke tabelnaam, kolomtype, foreign key-beperking en dataprofiel. Nova gebruikt deze metadata om nauwkeurige query's te genereren. Uw daadwerkelijke gegevens verlaten uw netwerk nooit; alleen de schemametadata wordt gedeeld met de AI.

Welke databases ondersteunen zoekopdrachten in natuurlijke taal?

Nova ondersteunt 10 databases: PostgreSQL, MySQL, SQL Server, MariaDB, SQLite, Oracle, Snowflake, BigQuery, DuckDB en Microsoft Access. Het kan ook gegevens opvragen van 6 API-platformen (Stripe, Shopify, HubSpot, Google Analytics 4, Google Search Console en ShipStation) door hun data te synchroniseren met lokale DuckDB-tabellen. Het SQL-dialect wordt automatisch aangepast aan elke database.

Kan ik de SQL-code die Nova genereert bewerken?

Ja. Elke gegenereerde query wordt weergegeven met volledige syntaxmarkering en interactieve knoppen voor kopiëren, uitvoeren, opslaan en uitbreiden. U kunt de SQL aanpassen voordat u deze uitvoert, aangepaste query's opnieuw uitvoeren of ze opslaan in uw querybibliotheek voor herhaald gebruik in Microsoft Excel, Google Sheets of het webportaal. Opgeslagen query's worden herbruikbare hulpmiddelen die uw team kan uitvoeren zonder SQL-kennis.

Aan de slag met databasequery's in natuurlijke taal

Het omzetten van natuurlijke taal naar SQL met Nova duurt minder dan vijf minuten. Maak een gratis account aan op mijn.querystreams.nlInstalleer de Query Streams Agent op elke machine met toegang tot de database, voeg uw gegevensbron toe en begin met het stellen van vragen. De agent creëert een versleutelde verbinding die alleen uitgaand verkeer toelaat — er zijn geen firewallwijzigingen, VPN-tunnels of inkomende poorten nodig. De agent werkt op Windows, macOS en Linux, wordt automatisch bijgewerkt en ondersteunt meerdere gelijktijdige databaseverbindingen.

AI-credits zijn beschikbaar via maandelijkse abonnementen of eenmalige aankopenNova maakt gebruik van geavanceerde AI — Query Streams selecteert automatisch de optimale provider voor elke query om de beste resultaten te leveren. Elke query die Nova genereert, kan worden opgeslagen in uw querybibliotheek en worden gedeeld met teamleden die deze vanuit de bibliotheek uitvoeren. Microsoft Excel-invoegtoepassing of Google Sheets-add-on — geen SQL-kennis vereist van hun kant. Lees meer over alle mogelijkheden van Nova op de website. BI- en AI-data-analysepagina.

Meta-beschrijving: Natuurlijke taal naar SQL — typ vragen in gewoon Engels en ontvang gevalideerde, dialectspecifieke SQL voor PostgreSQL, MySQL, SQL Server, Snowflake en 6 andere databases. Bekijk 5 praktijkvoorbeelden.

Categorie: Nova AI
Tags: Natuurlijke taal naar SQL, tekst naar SQL, AI SQL-generator, NL naar SQL, AI-databasequery, Nova AI, querystreams, PostgreSQL, MySQL, SQL Server, Snowflake, BigQuery, AI-querybuilder, databasequery met natuurlijke taal, tekst naar SQL-converter

Auteur Bio:
Het Query Streams Team bestaat uit ervaren database-experts, netwerkbeveiligingsprofessionals en veteranen op het gebied van bedrijfsnetwerken met meer dan 25 jaar gezamenlijke ervaring in gegevensbeheer, analyse en veilige softwareontwikkeling.

Geüpdatet op 3 juni 2026