1.1 版本

1.2 应用场景

在其他配置中，用户可以对 FineChatBI 的各种服务进行配置，包括规则模型、大模型、企业知识库等。

在「其他配置」中，管理员可以配置问答BI使用的「规则模型」服务器，输入规则模型所在服务器的主机和端口号，如下图所示：

3.1 大模型服务配置

在问答 BI 中有五个功能需要大模型的支持，智能改写、分析思路、数据解读、归因分析建议、一键配置。

需要使用这几项功能就需配置大模型服务，用户可依据实际条件选择搭建大模型，详情请参见：FineChatBI 服务架构概述

成功配置大模型服务后，管理员可以选择选择性开启大模型四项功能，如下图所示：

3.2 智能改写

使用大模型对提问的问题进行标准化改写，改写后的问题更加标准，可以使问答BI的回复更加准确，降低用户的提问成本

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）若设置默认问答模式为「智能模式」并保存，如下图所示：

在提问界面选择「智能」时，默认每提问一个问题大模型都会对其改写，提高回复的准确率，但相应的，系统速度和性能会有所下降。

在提问界面选择「极速」，则默认不会对问题进行改写。

2）若设置默认问答模式为「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，该模式下。如下图所示：

3.3 分析思路    

在大模型配置中，开启「分析思路」，那么大模型可以帮助用户处理一些模糊语义或一些启发性的问题。

例如：点击「问思路」，并输入"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。

3.4 数据解读

FineChatBI 的「数据解读」功能为用户提供更加智能的数据洞察服务。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。

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：

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。

在大模型配置中，开启「归因分析建议」，「智能问答 BI」即可支持对如下问题进行归因分析，挖掘关键影响因子，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。

1）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。

2）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。

3）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

用户可以在 FineChatBI 的智能配置中使用企业自行配置的接口，实现在 FineChatBI 中对企业自有知识库进行提问的功能。

在 FineChatBI 的提问处，会增加一个对知识库的提问入口，如下图所示：

1）进入「知识问答配置界面」，开启「知识库问法」按钮，并输入企业自定义的接口地址。如下图所示：

需要在接口地址配置以下参数：

2）配置提问入口的名称和提示内容，可在下方查看效果预览。如下图所示：

3）点击保存，以上配置即可生效。