Jak używać Claude lub ChatGPT w SSMS — bez klucza API
Jak uruchomić asystenta AI wprost w SQL Server Management Studio bez klucza API — keyless, domyślnie tylko odczyt, a do modelu trafia sam schemat i SQL.
Ujawnienie: pracuję nad SQL Sage — jednym z narzędzi wspomnianych na końcu. To jednak przede wszystkim poradnik: opisane podejście działa niezależnie od tego, czy kiedykolwiek je zainstalujesz.
Jeśli spędzasz większość dnia w SQL Server Management Studio, pewnie nieraz chciałeś mieć asystenta AI wprost w edytorze — a nie w kolejnej karcie przeglądarki, do której przełączasz się w kółko, przeklejając zapytania tam i z powrotem. Problemem nie jest samo kopiuj-wklej. To trzy konkretne obawy, na które większość rozwiązań „AI do SQL” nie odpowiada dobrze:
- Kto płaci i jak? Surowe API modeli rozliczają się za tokeny, na podstawie klucza, który musisz utworzyć, przechowywać i rotować.
- Co model faktycznie widzi? Jeśli wklejasz zestaw wyników do okna czatu, właśnie wysłałeś dane produkcyjne do zewnętrznej firmy.
- Czy może zmienić moją bazę? Asystent, który po cichu uruchomi
UPDATEalboDROP, to ryzyko, a nie copilot.
Oto jak mieć w SSMS copilota AI działającego w edytorze, trzymając te trzy sprawy pod kontrolą.
1. Keyless wygrywa z kluczami API u większości ludzi
Większość poradników „podłącz AI do swojego narzędzia” zaczyna się od „wygeneruj klucz API i wklej go tutaj.“ To działa, ale ma swoją cenę:
- Odpowiadasz teraz za sekret. Jeśli wycieknie z pliku konfiguracyjnego albo podczas udostępniania ekranu, ktoś może wydawać Twoje pieniądze.
- Płacisz za tokeny ponad to, co już płacisz za ChatGPT czy Claude.
- Rotacja klucza i rozliczenia to kolejna rzecz do pilnowania.
Keyless odwraca sytuację: logujesz się kontem, które już masz — kontem Claude (przez Claude Code) albo ChatGPT/Codex (przez Codex CLI) — a model działa na tej subskrypcji. Żadnego nowego sekretu do przechowania, żadnego osobnego, licznikowanego rachunku za API. Jeśli wolisz surowy klucz (na przykład własny klucz Anthropic), nadal możesz go użyć — ale to opcja, nie wymóg.
Zasada kciuka: jeśli nie masz konkretnego powodu, by zarządzać kluczem API, nie rób tego. Jeden sekret mniej to jeden incydent mniej.
2. Domyślnie tylko odczyt — to jest linia bezpieczeństwa, która się liczy
Copilot AI jest najbardziej użyteczny, gdy faktycznie może zajrzeć do Twojego schematu i uruchomić zapytanie, które właśnie napisał. Ale „może uruchamiać zapytania” nie powinno znaczyć „może zmieniać Twoją bazę”.
Wzorzec warty przyjęcia — niezależnie od narzędzia:
SELECTwykonuje się od razu. Odczyt jest bezpieczny i odwracalny.UPDATE/DELETE/INSERT/ DDL wymaga wyraźnego potwierdzenia. Asystent może zaproponować zapis, ale to człowiek go zatwierdza, zanim się wykona.
Dzięki temu pętla pracy jest szybka w 90% przypadków (eksploracja, wyjaśnianie, optymalizacja), a operacje niszczące stają się świadomym działaniem, a nie wypadkiem. Jeśli Twój asystent wykonuje zapisy bez kroku potwierdzenia, potraktuj to jako sygnał ostrzegawczy.
3. Wiedz dokładnie, co opuszcza Twój komputer
To część, którą ludzie pomijają, a jest najważniejsza.
Żeby napisać dobre zapytanie, model AI potrzebuje Twojego schematu (nazwy tabel i kolumn, typy, relacje) oraz treści SQL, nad którą pracujesz. Nie potrzebuje wierszy danych.
Pytanie, które warto zadać każdemu rozwiązaniu, brzmi więc: czy moje dane wychodzą na zewnątrz?
Domyślne ustawienie szanujące prywatność wygląda tak:
- Schemat + treść SQL trafiają do modelu. To wystarczający kontekst, by generować, wyjaśniać i optymalizować zapytania.
- Wiersze danych — nie. Jeśli kiedyś zechcesz, by model zobaczył przykładowe wiersze (na przykład do zdebugowania dziwnej wartości), powinno to być wyraźne włączenie dla danej sesji — nigdy ustawienie domyślne.
Jeśli działasz w środowisku regulowanym, zapisz to i zweryfikuj, zanim cokolwiek podłączysz. „Model widzi mój schemat” to zupełnie inny profil ryzyka niż „model widzi dane osobowe moich klientów”.
4. Tarcie, które zabija adopcję: migracja procesu pracy
Wiele narzędzi „AI do SQL” to w istocie nowe IDE, które przy okazji gadają z bazami. Są w porządku, ale przyjęcie takiego narzędzia oznacza porzucenie środowiska, które Twój zespół już zna. Dla zespołów pracujących w SSMS to trudna decyzja — pamięć mięśniowa, połączenia, zapisane rozwiązania — wszystko to żyje w SSMS.
Ścieżka o mniejszym tarciu to warstwa AI wewnątrz narzędzia, którego już używasz, czyli zero migracji do innego IDE. Zostajesz przy SSMS; copilot pojawia się w edytorze, w którym już jesteś.
Składając to w całość
Połącz te cztery punkty, a otrzymasz checklistę „AI w SSMS zrobione z głową”:
- Loguje się kontem, które już masz (keyless) — żadnego nowego sekretu do pilnowania
- Domyślnie tylko odczyt — zapisy wymagają potwierdzenia
- Wysyła schemat + SQL, nigdy wierszy danych (wiersze tylko po świadomym włączeniu)
- Działa wewnątrz SSMS — bez migracji procesu pracy
Gdzie w to wpisuje się SQL Sage (szczera część)
Pracuję nad SQL Sage dla SSMS — to dodatek do SQL Server Management Studio 22 na Windows 10/11, zbudowany dokładnie wokół tej checklisty:
- Keyless — logujesz się własnym kontem Claude (Claude Code) albo ChatGPT/Codex (Codex CLI); bez osobnego klucza API przy logowaniu przez Claude Code lub Codex, a jeśli chcesz, możesz podać własny klucz Anthropic.
- Domyślnie tylko odczyt —
SELECTsię wykonuje; DML/DDL czeka na Twoje potwierdzenie. - Tylko schemat + SQL — wiersze danych nie opuszczają Twojego komputera, chyba że sam je udostępnisz w danej sesji.
- W edytorze — pisze, wyjaśnia i optymalizuje SQL tam, gdzie już pracujesz, więc nie ma czego migrować.
Bliżej zobaczysz to w działaniu na stronie Claude w SSMS z SQL Sage. Możesz pobrać SQL Sage i zacząć 30-dniowy okres próbny bez karty, a potem darmowy plan; płatne plany Personal zaczynają się od 29 USD/rok lub 39 USD dożywotnio, sprzedawane przez Paddle. Jeśli pracujesz w DBeaver zamiast w SSMS, jest siostrzany plugin (tylko Windows) — Claude i ChatGPT w DBeaver bez klucza API (EN) — obsługujący PostgreSQL, MySQL/MariaDB, Oracle, SQL Server i SQLite.
Ale prawdziwy wniosek to powyższa checklista — użyj jej, by ocenić dowolne narzędzie AI do SQL, także moje. Jeśli narzędzie nie potrafi powiedzieć, co wysyła do modelu, to jest Twoja odpowiedź.
SQL Sage tworzy LumaSoft (LUMA sp. z o.o.). Niezwiązany z Microsoft, Anthropic ani OpenAI.