Vanna AI（ヴァンナエーアイ）とは？

自然言語の質問から正確なSQLを生成するオープンソース（MIT）のRAGフレームワーク（Text-to-SQL）。データベースのDDL・ドキュメント・SQL例を学習させ、エージェント的な検索（Agentic Retrieval）で精度の高いSQLを生成。PostgreSQL・Snowflake・BigQueryなど主要DBと、OpenAI・Anthropicなど主要LLMに対応する。

解決する業務課題

「Vanna AI」のサービス詳細

使い方

インストールする

PythonパッケージとしてVannaを導入します（pipでインストール）。Jupyter、Flask（FastAPI）、Streamlit、Slackなど、用途に応じた形で組み込めます。
LLMとベクターストアを選ぶ

OpenAI・Anthropic・Google Gemini・Ollama（ローカルモデル）など使用するLLMと、学習内容を保存するベクターストアを設定します。
学習させる（トレーニング）

データベースのDDL（テーブル定義）、業務知識のドキュメント、質問とSQLのペアなどを学習させます。この学習データがRAGの検索対象となり、生成SQLの精度を高めます。
自然言語で質問する

「先月の売上トップ10の商品は？」のように自然言語で質問すると、Vannaが関連情報を検索（Agentic Retrieval）して該当するSQLを生成します。
実行・可視化する

生成されたSQLをデータベースに対して実行し、結果のテーブル・グラフ・要約を取得します。組み込みのWebチャットコンポーネントやUIから対話的に利用できます。

機能

自然言語→SQL生成（Text-to-SQL）

自然言語の質問から、対象データベースに対応した正確なSQLを生成します。RAG（検索拡張生成）により、学習させたスキーマや業務知識を踏まえた生成が可能です。
RAG学習（DDL・ドキュメント・SQL例）

テーブル定義（DDL）、業務ドキュメント、質問とSQLのペアを学習データとして与えることで、自社データに最適化された生成が行えます。
マルチデータベース対応

PostgreSQL・MySQL・Snowflake・BigQuery・Redshift・SQLite・Oracle・SQL Server・DuckDB・ClickHouseなど、主要なデータベースに対応します。
マルチLLM・ベクターストア対応

OpenAI・Anthropic・Google Gemini・Azure・AWS Bedrock・Mistral・Ollama（ローカル）など複数のLLMと、各種ベクターストアを差し替えて利用できます。
マルチターン会話・可視化

複数ターンの対話に対応し、結果をテーブル・チャート・要約として返します。組み込みのWebチャットコンポーネントも提供します。
アクセス制御・監査（上位機能）

行レベルセキュリティ（ユーザー単位のクエリ）、監査ログ、レート制限など、本番運用向けの機能を備えます（クラウド/エンタープライズ）。

料金

料金は2026年6月時点の情報です。Vannaは中核となるフレームワークがMITライセンスのオープンソースで、セルフホストでは無料で利用できます（利用するLLMのAPI利用料は別途発生します）。クラウド/エンタープライズの料金は変動するため、最新情報は公式サイトでご確認ください。

プラン	費用	主な内容
OSS（セルフホスト）	無料	MITライセンスのフレームワーク。pipで導入し自社環境で運用（LLMのAPI利用料は別）
Cloud（ホスティング）	要確認	ホスティング版。アクセス制御・オブザーバビリティ・監査ログなど運用機能を追加で提供
Enterprise	要問い合わせ	大規模組織向けのカスタム対応

※OSSフレームワーク本体は無料ですが、生成に使うLLM（OpenAI等）のAPI料金は別途かかります。なお、公式GitHubリポジトリは2026年3月29日にアーカイブ（読み取り専用）化されています。利用時は最新の提供状況を公式サイトで確認してください。

メリット・デメリット

メリット

自然言語で社内データに問い合わせでき、SQLに不慣れな担当者でもデータ分析しやすい
MITライセンスのOSSで、セルフホストすれば無料で自社環境に組み込める
主要DB・主要LLM・各種ベクターストアを自由に組み合わせられる
DDLや業務知識を学習させることで、自社データに最適化された生成ができる

デメリット

導入・運用にPythonやRAGの基礎知識が必要
生成SQLの正確性は学習データの質に依存し、検証・ガードレールが前提
UI・ドキュメントは英語が中心
公式リポジトリがアーカイブ化されており、今後の更新方針は公式の確認が必要

評判・口コミ

「DDLや業務知識を学習させると、自社データに合ったSQLを高い精度で出してくれる」とエンジニア・データ担当から評価されています。
「OSSでセルフホストでき、好きなLLMやDBと組み合わせられる柔軟さがよい」という声があります。
一方で「英語中心」「生成SQLの検証は必須」「学習データの整備が成否を分ける」という指摘もあります。

よくある質問（FAQ）

Q. Vanna AIは無料で使えますか？

中核フレームワークはMITライセンスのオープンソースで、セルフホストすれば無料です。ただし生成に使うLLM（OpenAI等）のAPI利用料は別途かかります。運用機能を備えたクラウド/エンタープライズ版も提供されています。

Q. どんなデータベースに対応していますか？

PostgreSQL・MySQL・Snowflake・BigQuery・Redshift・SQLite・Oracle・SQL Server・DuckDB・ClickHouseなど主要なデータベースに対応します。

Q. SQLが分からなくても使えますか？

自然言語で質問するとSQLと結果（表・グラフ・要約）が返るため、SQLに不慣れな担当者でも社内データの分析に活用できます。ただし重要な分析では生成SQLの検証を推奨します。

Q. 日本語に対応していますか？

UI・ドキュメントは英語が中心です。日本語UIは提供されていません。

Vanna AIとほかの開発・データ支援ツールの違い

観点	Vanna AI	汎用のコード生成AI	用途
主眼	自然言語→SQL（RAGで精度向上）	任意のコード生成	社内データへの問い合わせならVanna
提供形態	OSS（MIT）フレームワーク＋クラウド	サービスにより異なる	自社DBに組み込みたい場合に便利
最適化	DDL・業務知識・SQL例を学習	汎用的な学習が中心	自社データに合わせたい場合に向く