腾讯云 BI 提问建议

ChatBI 属于数据分析领域的应用，并非任何问题都能回答，合理的提问方式能更好让模型理解，提升 ChatBI 回答效果，下面是一些提问上的建议：
序号
建议
说明
1
按数据分析的方式组织提问
以时间（可选）+条件（可选）+维度（可选）+指标（必需）的方式组织语言进行提问，例如“2024年牛奶每月销售额是多少？”，其中“2024年”为“时间”，“牛奶”为“条件”（商品名称=牛奶），“每月”为“维度”，“销售额”为“指标”。
2
避免非常模糊的提问或非数据分析类的问题
例如：
“看一下各产品的情况”，大模型无法精准匹配“情况”需要对什么指标进行分析。您也可以提前录入知识库，定义“情况”在您的业务里需要查询哪些指标，具体请见ChatBI 知识库；
“今年哪个产品卖的最好？”，大模型对“卖的最好”的理解有可能有偏差，建议改为“今年销售额最大的产品是什么？”；
“深圳明天天气怎么样”、“收入下降了怎么办”，这种属于非数据分析类问题，目前 ChatBI 对非数据分析类的问题会进行拒答。
3
尽量提问时说的字段与数据表保持一致
由于大模型会根据它的理解去匹配合适的字段，所以建议提问时说的字段名与数据表里保持一致，这样能提升准确率。
当数据表内多个字段名非常类似，产品会通过意图澄清的方式，让用户进行选择。例如表里有“毛利润”和“净利润”两个字段，当问“利润”时模型会让您选择。
4
支持求和、最大、最小、排序、同环比等计算
同环比最好指定需要对比的时间粒度，例如环比请说清楚是月环比还是日环比。
5
计算指标需要提前录入
如果对已有维度和指标之外的字段进行提问，需要在知识库添加计算字段或在数据表添加计算字段后再提问，否则大模型会理解失败。（“利润率”、“毛利率”等大模型公域知识就可以理解的字段无需添加，如果公域知识不能理解的，企业独有的计算逻辑，则需要新增）。
6
目前无法做到对身份的识别
例如：
避免“我所在部门的产品的销售额是多少”这类提问，因为大模型不知道您是谁，建议用 “某某部门的产品销售额是多少”方式提问。
﻿

序号	建议	说明
1	按数据分析的方式组织提问	以时间（可选）+条件（可选）+维度（可选）+指标（必需）的方式组织语言进行提问，例如“2024年牛奶每月销售额是多少？”，其中“2024年”为“时间”，“牛奶”为“条件”（商品名称=牛奶），“每月”为“维度”，“销售额”为“指标”。
2	避免非常模糊的提问或非数据分析类的问题	例如： “看一下各产品的情况”，大模型无法精准匹配“情况”需要对什么指标进行分析。您也可以提前录入知识库，定义“情况”在您的业务里需要查询哪些指标，具体请见ChatBI 知识库； “今年哪个产品卖的最好？”，大模型对“卖的最好”的理解有可能有偏差，建议改为“今年销售额最大的产品是什么？”； “深圳明天天气怎么样”、“收入下降了怎么办”，这种属于非数据分析类问题，目前 ChatBI 对非数据分析类的问题会进行拒答。
3	尽量提问时说的字段与数据表保持一致	由于大模型会根据它的理解去匹配合适的字段，所以建议提问时说的字段名与数据表里保持一致，这样能提升准确率。当数据表内多个字段名非常类似，产品会通过意图澄清的方式，让用户进行选择。例如表里有“毛利润”和“净利润”两个字段，当问“利润”时模型会让您选择。
4	支持求和、最大、最小、排序、同环比等计算	同环比最好指定需要对比的时间粒度，例如环比请说清楚是月环比还是日环比。
5	计算指标需要提前录入	如果对已有维度和指标之外的字段进行提问，需要在知识库添加计算字段或在数据表添加计算字段后再提问，否则大模型会理解失败。（“利润率”、“毛利率”等大模型公域知识就可以理解的字段无需添加，如果公域知识不能理解的，企业独有的计算逻辑，则需要新增）。
6	目前无法做到对身份的识别	例如：避免“我所在部门的产品的销售额是多少”这类提问，因为大模型不知道您是谁，建议用 “某某部门的产品销售额是多少”方式提问。