时间

指定数据的时间点或范围，例如“最近 7 天”、“去年劳动节那一天”、“过去 30 天内”、“1 月 18 日那一周”等。

指标

指定需要查询的一个或多个指标，例如“GMV”、“订单量”等。

筛选条件（可选）

指定数据的统计维度，例如“按省份”、“按一级类目和二级类目”等。

统计方式（可选）

指定数据的统计方式，例如“XX 有多少个？”、“总和”、“平均值”、“最大值”、“周环比”、“年同比”等。

呈现方式（可选）

支持表格以及折线图、柱状图、饼图等常见的数据可视化。

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。

常见计算指标（例如xxx率）的计算公式理解

大模型的公域知识可以理解一些场景的计算指标，例如，大模型可理解“利润率”=总利润/总销售额；但其他的 xxx 率不一定在大模型的公域知识范围内，那么有可能就会理解失败。
因此涉及非常常见的计算指标时，您可直接进行提问；如果回答结果中发现大模型对指标的理解有误，建议可直接基于数据集进行待查询指标的计算处理，将指标提前加工好。

非常模糊的提问

避免非常模糊的提问。
比如：看一下各地区的情况。大模型无法精准匹配您需要对什么指标进行分析。

意图模糊的提问

如果使用智能分析Agent的过程中发现有很多意图模糊的提问，您可以尝试：

• 通过意图澄清配置，配置完成后，后续提问时对于意图模糊的问题，智能体会主动追问，以便获得更明确的问题。
• 如果意图模糊的问题相对集中、比较典型，您可通过模糊问题配置，将模糊问题与一个明确的问题进行关联，提高大模型对于类似的模糊意图的问题的理解。

记不清具体维度值

当您对需要进行筛选的维度值不清晰时，可以用“包含”提问。
比如，“作者昵称：小明，当日粉丝量大于 10 万，xxx 标签是什么？”--->“作者昵称包含小明，当日粉丝量大于 10 万，xxx 标签是什么？”。

分析一下xx品牌汽车6月的收入情况，看看有什么变化。

## 分析目标
分析xx品牌汽车科技有限公司2025年6月的收入情况与波动原因。

## 数据集要求
- **数据集**：收入宽表_计费粒度
- **筛选条件**：计收月份为2025年6月
- **核心字段**：计收金额、产品名称、计费项

## 分析要求
1.  汇总6月总收入，并与5月对比，计算环比增长率。
2.  按“产品名称”和“计费项”维度，对收入进行拆解和归因。
3.  绘制近30日的收入趋势图，并分析是否存在异常波动。

## 输出要求
- 最终报告需包含总收入及环比数据、收入结构饼图和收入趋势折线图。

今年签订的合同有多少？

• 返回数据有误，经过排查智能体的思考过程和执行脚本，发现数据的取数逻辑不对，查询错了表。
• 主要原因是因为智能体添加的多个数据集（客户明细表、合同维度表）中，有多个与合同相关的字段，导致智能体选表错误。

• 多个表中有相似的字段时，建议先结合业务分析场景进行梳理，看下是否需要对这些数据集进行合表或其他ETL处理。
• 如确实需要多个数据集且需保留多个类似名称的字段名，您先根据业务含义的差异性，在数据集字段中配置字段的语义模型。
• 在特殊场景下如果选表优先级有差异，您也可以智能体数据集语义模型的“语义模型名称”、“语义模型描述”中将业务场景的优先级强调一下，这样后续对应场景的选表会优先选取该表。

xxx（产品名）卖的怎么样？

此类模糊的问题可能会导致查询不到数据（SQL执行失败）。可能原因：

• 在数据集的相关数据表中，如果存在“订货数量“、”订货金额“、”退货数量“、”退货金额“等字段时，且没有对字段设置名称同义词等语义，则大模型可能会对数量和金额类的字段理解混乱。
• “卖的怎么样”在业务场景中指的是需要查看“订货数量“、”订货金额“字段的数据，大模型可能会理解错误。

• 在数据集中设置字段的语义模型，将同义词等配置好。
• 在数据集的知识库中补充“卖的怎么样”相关的知识，明确关联的数据集字段。

5月份营销一部的销量怎么样？

• 返回数据有误，经过排查智能体的思考过程和执行脚本，发现数据的取数逻辑不对，查询过滤的时间字段不对。
• 主要原因是因为数据集中日期类型的字段较多，大模型选择错误的时间字段进行了过滤。

• 在数据集中为各个日期字段设置语义模型，配置同义词，并在字段描述中写各个日期指的是什么明业务场景下的日期。

xxx（子公司名）去年销售合同有哪些？

返回的查询结果仅包含了合同编码列表，但是业务场景下，预期能返回更多合同相关信息，例如，合同编码、销售员、合同金额、应收金额等信息。

• 如果仅需要针对单个问题展示更多返回信息时，您可以在提问的问题描述中直接明确需要返回的数据范围。
• 如果是通用的业务场景下，所有与合同相关的查询，通常都需返回固定的合同相关字段，那您也可以在智能体的Prompt中进行设置。

哪些销售部门是亏钱的？

问题理解错误，对于“亏钱”的语义没有正确理解。
例如，“亏钱”在业务场景中，指的是合同维表中，销售卖力小于0的数据。

在知识库中新增一条知识，明确“亏钱”在数据上的定义。

第三季度新产品的CAC趋势？

问题中的“CAC”为用户运营场景下的业务术语：用户获取成本 （Customer Acquisition Cost），这个概念大模型不理解。

在知识库中新增一条知识，明确“CAC”的计算公式，及计算公式中各个数据在智能体数据集上的定义。

第三季度的华北地域的电力生产功率趋势？

数据查询结果返回的是类似1,000,1000 W（瓦）的数据，数据的单位为W（瓦）导致结果数值特别大，为提高数据查询结果的可读性，需要将查询结果单位统一为Mw（兆瓦）。

• 如果仅单个问题涉及类似此种单位换算的问题，可直接在提问时明确返回的数值以什么单位进行返回。
• 如果是常规业务场景下，业务数据的单位均需统一为某个固定的单位，也可在智能体的Prompt中进行设置，强制要求在计算结果返回时将单位进行统一。