データベースに質問して、
確かめられる答えを

PostgreSQL、MySQL、Redshift、ClickHouse、Snowflake、BigQuery です。接続を読み取り専用にすれば SELECT 以外は一切届かず、認証情報は保存時に暗号化され、ブラウザに返されることはありません。

生のテーブル名を推測するモデルは、平気で間違った2つの列を結合し、自信満々の間違った数字を返してきます。ここでは、質問はセマンティックモデルに対して実行されます。メジャー、ディメンション、結合を一度定義すれば、すべての回答がその定義から組み立てられます。「売上」はどのグラフでも同じ意味になり、モデルで表現できない質問が、でっち上げのクエリにこっそり化けることはありません。

いいえ。接続時にスキーマを自動で読み取り、キューブ、結合、メジャーのたたき台を生成します。あとは整えるだけです — 誰もクエリすべきでないテーブルを隠し、作った本人にしか意味がわからない列名を付け直し、実際に報告しているメジャーを追加します。

はい。SQL ラボでは、同じ接続とセマンティックモデルに対して手書きの SQL を実行できます — よく使うクエリを保存し、結果をグラフにしてボードにピン留めしたり、クエリを派生キューブにしたりできます。検証済みの例は ChatQL 自体から作ります。信頼できる回答を保存すれば、その質問と SQL が、似た質問に対して書かれるクエリの手本になります。

すべての回答には、表と、結果の形に合わせてプラットフォームが選んだグラフが付き、どれもボードにピン留めできます。ボードは複数のタブを持ち、独自のフィルターと期間指定を備え、裏にあるデータベースへのアクセスを渡さずに、数字を見るべき人と共有できます。

アクセスはデータソースごとに付与され、共有したボードに接続情報は含まれません — 閲覧者が見るのはボードであって、クエリコンソールではありません。読み取り専用の接続、すべてのクエリへの行数制限、何を質問し、いくらかかったかの実行ごとの記録が、全体に適用されます。