Implementación de un módulo inteligente de generación de consultas SQL mediante procesamiento de lenguaje natural, aplicado al software contable PCG
Files
Date
2026-01
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Técnica de Ambato. Facultad de Ingeniería en Sistemas Electrónica e Industrial. Carrera de Software.
Abstract
The growing business digitalization has increased the need to retrieve information accurately and promptly from accounting and ERP systems; however, effective Access to data continues to depend on SQL proficiency and knowledge of each solution’s internalschema, which in software used by small businesses forces specific queries to be routed to the provider, generating operational bottlenecks, unrecoverable costs, and limited user autonomy.
This research analyzed the manual process of generating specific queries in the sales module of the PCG accounting software, which required an average of nine minutes per query, depended on technical support, and reached an accuracy of 89.1 %. Through triangulation of five techniques, critical restrictions were identified: exclusively localexecution, absence of GPU, strict compliance with the LOPDP, and a highly regulated accounting–commercial language. The analysis of recent models, technologies, and approaches showed that, under these limitations, no solution based on large-scale models or external APIs is viable.
In this context, following the CRISP-DM methodology, an intelligent NL-to-SQL module integrated into the PCG accounting software was implemented, based on a finetuned T5-small model adapted through an anonymized domain corpus and an intensive hybrid pipeline of rules and semantic validation, executed locally using Flask and whisper.
cpp, and securely exposed via Cloudflare Tunnel with Zero Trust. Validation on a demo instance of PCG processed around 175 queries, achieving an average latency of 8.98 seconds and an accuracy of 95 %.
Description
La creciente digitalización empresarial ha incrementado la necesidad de recuperar información de forma precisa y oportuna desde sistemas contables y ERP; no obstante, el acceso efectivo a los datos continúa dependiendo del dominio de SQL y del conocimiento del esquema interno de cada solución, lo que en software utilizados por pequeñas empresas obliga a canalizar consultas específicas hacia el proveedor, generando
cuellos de botella operativos, costos irrecuperables y limitada autonomía del usuario.
La presente investigación analizó el proceso manual de generación de consultas específicas en el módulo de ventas del software contable PCG, el cual requería en promedio nueve minutos por consulta, dependía del soporte técnico y alcanzaba una precisión del 89,1 %. Mediante triangulación de cinco técnicas se identificaron restricciones críticas: ejecución exclusivamente local, ausencia de GPU, cumplimiento estricto de la LOPDP y lenguaje contable–comercial altamente regulado. El análisis de modelos, tecnologías y enfoques recientes demostró que, bajo estas limitaciones, ninguna solución basada en modelos de gran escala o APIs externas resulta viable.
En este sentido, se implementó, siguiendo la metodología CRISP-DM, un módulo inteligente NL a SQL integrado al software contable PCG, basado en T5-small fine-tuned adaptado mediante un corpus anonimizado del dominio y un pipeline híbrido intensivo de reglas y validación semántica, ejecutado localmente mediante Flask y whisper.cpp,
y expuesto de forma segura vía Cloudflare Tunnel con Zero Trust. La validación en una instancia demo de PCG procesó alrededor de 175 consultas, alcanzando una latencia media de 8,98 segundos y una exactitud del 95 %.
Keywords
TEXT-TO-SQL, ENFOQUE HÍBRIDO, SOFTWARE CONTABLE, EJECUCIÓN LOCAL, LOPDP