大模型配置

1.1 版本

1.2 应用场景

大模型作为 FineChatBI 辅助，能够辅助处理模糊语义，通过对接大模型，FineChatBI 在数据驱动的智能辅助决策中提供更高效率和更强表达力。

1.3 功能简介

FineChatBI 支持对接大模型，实现实现以下功能：

• 智能改写：使用大模型对提问的问题进行标准化改写；

• 分析思路：理解并处理模糊或不明确的语义，帮助用户澄清问题意图；

• 数据解读：提供智能化的数据洞察支持；

• 归因分析建议：帮助用户快速定位指标变化的关键影响因素；

• 一键配置：通过大模型给字段值配置同义词；

用户可参考：FineChatBI 服务架构概述 部署大模型服务：

成功配置大模型服务后，管理员可以选择选择性在「智能问答配置>其他配置」开启大模型功能，如下图所示：

3.1 智能改写

智能改写功能通过大模型理解用户意图，对用户提出的问题进行标准化改写，提升问法与数据库字段的匹配度，使其更精准地对应数据库中的标准字段，从而提升查询准确性，降低用户提问门槛。

示例1

• 改写前：干的最好的门店

• 改写后的标准化问题：销售额求和最高的门店名称

示例2

• 改写前：帮我对比一下去年和今年的销售额

• 改写后的标准化问题：去年vs今年的销售额

1）若在「智能问答配置>其他配置」中将「默认问答方式」设置为「智能模式」并保存，如下图所示：

在提问界面则出现「极速、智能」的切换按钮。

• 默认选择「智能」：提问的每个问题大模型都会对其改写，提高回复的准确率，但系统速度和性能会有所下降。

• 手动切换为「极速」：不会对问题进行改写。

2）若在「智能问答配置>其他配置」中将「默认问答方式」设置为「极速模式」并保存，只有当用户点击「对结果不满意？重新生成」后，才会对提问的问题进行智能改写，如下图所示：

3.2 分析思路

用户开启分析思路功能后，大模型能够理解并处理模糊或不明确的语义。它还能提供具有启发性的思路与建议，辅助用户进行深入思考和决策。

1）在「智能问答配置>其他配置」中将「分析思路」打开，如下图所示：

2）在问答界面点击「问思路」，例如输入"你帮我看看哪些产品值得推广"，可以看到系统对思路进行了拆解，用户可以直接参考拆解后的思路：

3.3 数据解读

用户打开数据解读功能后，FineChatBI会提供智能化的数据洞察支持。生成图表后，大模型可自动生成解读报告，分析数据表现、关联外部影响因素，并推荐后续分析方向，帮助用户全面理解图表背后的深层信息。

1）在「智能问答配置>其他配置」中将「数据解读」打开。与其他功能不一样的是，数据解读需要单独填写大模型信息。比如说 deepseek 模型用来做数据解读更合适，可以在数据解读配置下填写 deepseek 的大模型信息。如下图所示：

2）在问答界面生成图表后，点击下方的「数据解读」，大模型即会给出数据解读报告，报告会包含：

• 数据表现分析：系统会结合用户提出的问题，针对图表内容详细解读数据表现。

• 关联外部因素：若存在影响数据的外部信息，功能将自动关联，对图表数据表现作出合理解释，把握数据背后深层原因。

• 推荐后续问题：基于当前分析方向，智能推荐一系列可继续追问的问题，引导用户深入挖掘数据，拓展分析维度。

3.4 归因分析建议

多维度拆解分析是定位问题原因的有效分析方法之一，而当分析时拆解的维度过多时，分析就失去了焦点，要么找不到出现问题的原因，要么感觉每个维度都可能有问题。归因分析建议功能通过大模型能力，帮助用户快速定位指标变化的关键影响因素。

1）在「智能问答配置>其他配置」中将「归因分析建议」打开，如下图所示：

2）问题提出后，点击指标值，找到影响该指标值的重要因子，针对性拆解维度进行分析，提高分析效率。

• 包含时间及单个指标问题，可以自动检测异常点。例如：2022年2月、2022年6月。

• 包含单个分组及单个指标的问题，可以通过点击组件上的点进行归因分析。例如：2022年6月销售额。

• 可以通过问答，对段状或者点状时间及指标进行归因分析。例如：2022年2月的销售额为什么有异常？ 

3.5 一键配置

通过大模型给字段值配置同义词，详情请参见：同义词配置

3.6 智能扩写

预加载配置中，主题简介可以通过大模型智能扩写。如下图所示：