一、总体结论
二、8 大可模板化类型
模板1：查验率查询 🔥🔥🔥（~80 条，最高频）
固定结构：口岸 + 商品 + 时间范围 → 查验率/查验数/总数
代表问题：
“本周友谊关榴莲查验率”（Q6/8/11/12/130）
“今天磨憨的查验率”（Q131）
“南沙和蛇口的山竹查验率”（Q92/102）
“越南椰青查验率”（Q171/175）
“广西各个口岸榴莲查验率”（Q97/98）
参数：{口岸} {商品} {时间范围} {原产国(可选)}
SQL 骨架：
SELECT
COUNT(CASE WHEN sfcy = 'Y' THEN 1 END) AS 查验数,
COUNT(*) AS 总数,
ROUND(COUNT(CASE WHEN sfcy = 'Y' THEN 1 END) * 100.0 / COUNT(*), 2) AS 查验率
FROM yw_hddz
WHERE jcka = {口岸}
AND hz_spmc LIKE %{商品}%
AND sjkgsj BETWEEN {start} AND {end}
[AND ycd = {原产国}]
AND state <> '终止'
模板2：柜量统计 🔥🔥🔥（~120 条，最大量）
固定结构：客户/商品/口岸/国家/运输方式 + 时间范围 → SUM(柜量)
代表问题：
“佳农2025年业务量”（Q23/205）
“去年天津做了多少柜量”（Q4）
“2026年超过100柜的客户排名”（Q9/10）
“1月份樱桃业务量”（Q44/47/49）
“顺禾去年柜量和今年柜量”（Q569/641/642）
“2025年欧恒全年做了多少鲜榴莲”（Q186/189）
参数：{客户名(可选)} {商品(可选)} {口岸(可选)} {原产国(可选)} {运输方式(可选)} {时间范围} {分组维度(可选)}
SQL 骨架：
SELECT
[GROUP BY 维度],
SUM(jzxsl) AS 柜量
FROM yw_hddz
WHERE 1=1
[AND khmc LIKE %{客户名}%]
[AND hz_spmc LIKE %{商品}%]
[AND jcka = {口岸}]
[AND ycd = {原产国}]
[AND ysfs = {运输方式}]
AND sjkgsj BETWEEN {start} AND {end}
AND state <> '终止'
GROUP BY [分组维度]
参数组合多但 SQL 结构高度一致，需条件拼装器。
模板3：柜号查询 🔥🔥（~60 条）
固定结构：柜号 → 业务信息/状态/费用/单证
代表问题：
“ONEU9267400 什么时候靠港”（Q151/160）
“OERU4308304卸船了吗”（Q512-516/519）
“BMOU9301898单证金额多少”（Q590/604/608/673）
“FSCU5321527卸船时间”（Q547-549）
“CGOU9025259消费使用单位”（Q507-511/520）
“CICU6006194完整详细信息”（Q598/599）
参数：{柜号} {查询类型：基本信息/卸船状态/单证/费用/放行}
SQL 骨架：
SELECT h.ywbh, h.khmc, h.hz_jzxh, h.hz_spmc, h.sjkgsj, h.sfcy, h.state, h.jcka, h.ycd, h.mdg
FROM yw_hddz h
WHERE h.hz_jzxh = {柜号}
-- + JOIN 子表根据查询类型
模板4：客户业务员查询 🔥（~15 条）
固定结构：客户名 → 对应业务员
代表问题：
“煜谦这家客户的销售是谁”（Q34）
“天天鲜果的销售是谁”（Q39）
“泰丰绿创的业务员是谁”（Q685-690，问了6遍！）
“委托客户是三永的业务员是谁”（Q677）
参数：{客户名}
SQL 骨架：
SELECT DISTINCT y.ywy_name, w.khmc
FROM yw_hddz_ywy y
JOIN yw_hddz_ywy_main m ON y.main_id = m.id
JOIN yw_wldw w ON m.tybm = w.tybm
WHERE w.khmc LIKE %{客户名}%
AND y.is_delete = 0
模板5：税率查询 🔥（~20 条）
固定结构：商品 + 原产国 → 增值税率/关税/优惠关税
代表问题：
“智利樱桃的税率是多少”（Q5/16/22/28-30/62/204，问了8遍！）
“泰国冻榴莲肉关税是多少”（Q162/164）
“阿根廷樱桃有关税吗”（Q499）
“商品税率”（Q664）
参数：{商品} {原产国(可选)}
SQL 骨架：
SELECT cpxxkbm, spzwmc, ctr_cname, zzsl, zcgs, yhgs
FROM yw_hddz_cpxxk
WHERE spzwmc LIKE %{商品}%
[AND ctr_cname LIKE %{国家}%]
模板6：费用明细查询 🔥（~20 条）
固定结构：柜号/业务编号 → 费用拆解
代表问题：
“OTPU6758663这柜的税金是多少”（Q181）
“26LY03533的运费、关税、增值税、保险费明细”（Q674）
“FSCU5927556的单证费用明细”（Q675）
“友谊关到嘉兴的费用明细”（Q644-648）
参数：{柜号/业务编号}
SQL 骨架：
SELECT 费用项, 金额
FROM yw_hddz_js_bjrzlmx
WHERE hz_jzxh = {柜号} OR ywbh = {业务编号}
模板7：到港预测/船期查询 🔥（~20 条）
固定结构：船名/柜号 → 预计靠港时间
代表问题：
“船名Cosco Philippines预计靠港时间”（Q634-639，问了6遍）
“佳农最近一柜泰国鲜榴莲什么时候到”（Q68）
“最近的一柜鲜榴莲是到哪个口岸”（Q103）
“蛇口口岸未来一周到港集装箱数量”（Q657）
参数：{船名(可选)} {柜号(可选)} {口岸(可选)} {时间范围(可选)}
模板8：协议到期查询（~5 条）
固定结构：时间范围 → 即将到期协议列表
代表问题：
“那些协议下个月即将到期”（Q3）
“佳农最新代理协议”（Q63）
参数：{时间范围} {客户(可选)}
SQL 骨架：
SELECT dlxyh, dlwtf_mc, xylx, yxrq, sfzz
FROM yw_dlxy
WHERE yxrq BETWEEN {start} AND {end}
AND sfzz <> '是'
[AND dlwtf_mc LIKE %{客户}%]
三、8 大模板汇总
四、不可模板化（~300 条）
五、推荐实施路径
第一阶段：先做模板 1+2+3（覆盖 ~260 条，37%）
预期改善：
速度：100秒+ → 2-3秒
准确率：“看命” → 100%
覆盖：37% 的高频问数需求
第二阶段：迭代加模板 4-8
验证第一阶段体验后再逐步加，每个模板独立，互不影响。