大模型配置

1.1 版本

1.2 應用場景

大模型作為 FineChatBI 輔助，能夠輔助處理模糊語意，透過對接大模型，FineChatBI 在資料驅動的智慧輔助決策中提供更高效率和更強表達力。

1.3 功能簡介

FineChatBI 支援對接大模型，實現實現以下功能：

• 智慧改寫：使用大模型對提問的問題進行標準化改寫；

• 分析思路：理解並處理模糊或不明確的語意，幫助使用者澄清問題意圖；

• 資料解讀：提供智慧化的資料洞察支援；

• 歸因分析建議：幫助使用者快速定位指標變化的關鍵影響因素；

• 一鍵配置：透過大模型給欄位值配置同義詞；

使用者可參考：FineChatBI 服務架構概述 部署大模型服務：

成功配置大模型服務後，管理者可以選擇選擇性在「智慧問答配置>其他配置」開啟大模型功能，如下圖所示：

3.1 問答模式

管理者定義使用者問答模式的可選範圍。

• 極速模式：適合快問快答，查數更高效；

• 智慧模式：動用大模型理解意圖識別，適合更復雜的提問語境，耗時長但準確性更高。

注：若關閉下方的「智慧改寫」，那麼問答模式將無法選擇智慧模式。

問答介面效果如下所示：

3.2 智慧改寫

智慧改寫功能透過大模型理解使用者意圖，對使用者提出的問題進行標準化改寫，提升問法與資料庫欄位的匹配度，使其更精準地對應資料庫中的標準欄位，進而提升查詢準確性，降低使用者提問門檻。

範例1

• 改寫前：乾的最好的門店

• 改寫後的標準化問題：銷售額求和最高的門店名稱

範例2

• 改寫前：幫我對比一下去年和今年的銷售額

• 改寫後的標準化問題：去年vs今年的銷售額

在智慧模式下：預設每提問一個問題大模型都會對其智慧改寫，提高答覆的準確率，但相應的，系統速度和效能會有所下降。

在極速模式下：點選「重新生成」後才會進行智慧改寫。

3.3 分析思路

使用者開啟分析思路功能後，大模型能夠理解並處理模糊或不明確的語意。它還能提供具有啟發性的思路與建議，輔助使用者進行深入思考和決策。

1）在「智慧問答配置>其他配置」中將「分析思路」開啟，如下圖所示：

2）在問答介面點選「問思路」，例如輸入"你幫我看看哪些產品值得推廣"，可以看到系統對思路進行了拆解，使用者可以直接參考拆解後的思路：

3.4 資料解讀

使用者開啟資料解讀功能後，FineChatBI會提供智慧化的資料洞察支援。生成圖表後，大模型可自動生成解讀報表，分析資料表現、聯動外部影響因素，並推薦後續分析方向，幫助使用者全面理解圖表背後的深層資訊。

1）在「智慧問答配置>其他配置」中將「資料解讀」開啟。與其他功能不一樣的是，資料解讀需要單獨填寫大模型資訊。比如說 deepseek 模型用來做資料解讀更合適，可以在資料解讀配置下填寫 deepseek 的大模型資訊。如下圖所示：

2）在問答介面生成圖表後，點選下方的「資料解讀」，大模型即會給出資料解讀報表，報表會包含：

• 資料表現分析：系統會結合使用者提出的問題，針對圖表內容詳細解讀資料表現。

• 聯動外部因素：若存在影響資料的外部資訊，功能將自動聯動，對圖表資料表現作出合理解譯，把握資料背後深層原因。

• 推薦後續問題：基於當前分析方向，智慧推薦一系列可繼續追問的問題，引導使用者深入挖掘資料，拓展分析維度。

3.5 歸因分析建議

多維度拆解分析是定位問題原因的有效分析方法之一，而當分析時拆解的維度過多時，分析就失去了焦點，要麼找不到出現問題的原因，要麼感覺每個維度都可能有問題。歸因分析建議功能透過大模型能力，幫助使用者快速定位指標變化的關鍵影響因素。

1）在「智慧問答配置>其他配置」中將「歸因分析建議」開啟，如下圖所示：

2）問題提出後，點選指標值，找到影響該指標值的重要因素，針對性拆解維度進行分析，提高分析效率。

• 包含時間及單個指標問題，可以自動檢查異常點。例如：2022年2月、2022年6月。

• 包含單個分組及單個指標的問題，可以透過點選組件上的點進行歸因分析。例如：2022年6月銷售額。

• 可以透過問答，對段狀或者點狀時間及指標進行歸因分析。例如：2022年2月的銷售額為什麼有異常？ 

3.6 一鍵配置

透過大模型給欄位值配置同義詞，詳情請參見：同義詞配置

3.8 智慧擴寫

預載入配置中，主題簡介可以透過大模型智慧擴寫。如下圖所示：

3.7 追問輪次

管理者可透過「追問輪次」可限制使用者的追問輪次，如下圖所示：

詳情請參見：追問。

3.8 資料結論

開啟資料結論功能後，系統可基於查詢出來的圖表資料，在生成圖表的同時也生成易懂的業務結論與分析結果，同時滿足精準查數和深度分析計算。詳情請參見：資料結論。