自然言語クエリをSQLクエリに変換するNL2SQL（Text-to-SQL）は、大規模言語モデル（LLMs）によって強化されていますが、大量のメタ情報を処理する必要があるため、長いプロンプトと高い処理コストが問題です。この課題に対処するために、著者たちはDatalake Agentというエージェントシステムを導入しました。このシステムは、直接的なNL2SQLソルバーを使うのではなく、対話的なループを使用して必要なメタ情報を選択的にリクエストします。実験では、23のデータベースに対して100のテーブル質問応答タスクを評価し、Datalake AgentがLLMの使用トークンを最大87％削減し、競争力のあるパフォーマンスを維持しつつ大幅なコスト削減を実現することが示されました。