Liguei um LLM no data warehouse para os times de mídia e de conteúdo perguntarem em português. A primeira lição veio antes de liberar: sem definição, ele inventa.
Você pergunta "qual foi o CAC de ontem?" e o modelo escolhe sozinho uma tabela, uma janela e um conceito de cliente. Responde com confiança. E responde errado.
O que eu precisei ter antes de abrir para o time:
- um data warehouse único, com mídia, tracking e indicador de negócio no mesmo lugar
- cada métrica com uma definição escrita, a mesma no painel e na resposta
- o LLM consultando essas métricas definidas, não a tabela crua
Os times ganharam mais de 2 dias de trabalho por semana. A IA não fez mágica: a pergunta passou a ter uma resposta só.
O Kimball já falava em dimensões conformadas nos anos 90: uma definição, usada em todo lugar. Hoje a ideia atende por camada semântica, e o LLM só aumentou o custo de não ter uma.
Text-to-SQL sem camada semântica dá acesso ao dado sem dar entendimento.
Seu time já pergunta para uma IA sobre os números da empresa? Quem garante que a resposta bate com o painel?
Referências
- Ralph Kimball e Margy Ross, The Data Warehouse Toolkit (Wiley, 3ª ed., 2013), dimensões e fatos conformados
- dbt, Semantic layer vs text-to-SQL (2026)
- Cube, Semantic layer for AI agents (2026)
