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:

  1. Kto płaci i jak? Surowe API modeli rozliczają się za tokeny, na podstawie klucza, który musisz utworzyć, przechowywać i rotować.
  2. Co model faktycznie widzi? Jeśli wklejasz zestaw wyników do okna czatu, właśnie wysłałeś dane produkcyjne do zewnętrznej firmy.
  3. Czy może zmienić moją bazę? Asystent, który po cichu uruchomi UPDATE albo DROP, 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:

  • SELECT wykonuje 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 — SELECT się 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.

← Wróć do bloga