我要投稿

产品设计｜对话式 chatBI 系统建设（上篇）

发布日期：2025-04-13 06:39:49 浏览次数： 2448

作者：修炼数据产品

微信搜一搜，关注“修炼数据产品”

背景：

基于 LLMs 大模型能力，通过 NLP 自然语言理解处理技术，业务部门以对话形式就能获取数据、同时自动生成 BI 图表（折线图、饼图等），相比于从前拖拉拽自助化生成图表，如今大模型赋能进一步降低了数据分析的门槛，更显智能。

通过研究“腾讯云 chatBI”、“网易数帆 chatBI”，对 LLMs 技术的理解，以产品经理视角切入，完成产品设计。

先看下方 2 张效果图：不得不说，结合 LLMs 之后的产品效果比较牛逼：一句话就可以出结果。

我先抛出几个问题，然后给出产品方案：

1. 用户输入的需求不明确怎么办？

2. 如何让 LLMs 生成准确的 SQL 数据查询语句？

3. 技术路线：Text2SQL 还是 Text2DSL？

4. 系统如何自动化选择展示图表类型？

5. LLMs 是否主动处理“数据建模”任务？

穿插一个趣图：

（我家傻喵在看我写公众号...笑屎！你它喵看得懂不？）

整体业务流程

DataNotes

1. 用户输入自然语言

2. 用户意图识别

3. RAG 知识召回

4. LLMs 组装 SQL 查询语句

5. 发起数据查询

6. 自动生成图表展示

如何识别用户意图

DataNotes

罗列出用户可能的提问方式：

提问	提问分析
门店销量是多少？	缺少“时间周期”、“分析维度（例如要去统计哪些区域门店？）”
华东区域本月业绩完成情况？	在数据库中，只有“销量”、“订单数量”。并不存在这类词汇“业绩”
华东区域去年支出成本是多少？	非别名问题。在数据库中，不存在类似“成本”词汇，但是有“销售额”、“利润”
上个月大促活动期间销售额一共多少？	“大促活动”的时间是几号到几号呢？

给出产品解决方案：

提问：门店销量是多少？

通过功能“多轮对话”去追问用户，直到采集明确的需求信息

提问：华东区域本月业绩完成情况？

通过功能“RAG 知识库”去添加别名，将“业绩”映射成“销量”

提问：华东区域去年支出成本是多少？

通过功能“RAG 知识库”去添加计算公式：成本=销售额-利润

提问：上个月大促活动期间销售额一共多少？

通过功能“RAG 知识库”去添加大促活动时间范围信息

在这个产品方案中，一共引入了 2 个功能：

1. 知识库管理

2. 多轮对话

构建RAG知识库管理

DataNotes

知识库管理，是为了解决 LLMs 的通用型短板问题，因为企业存在大量的业务专有名词&知识，为了促进 LLMs 能够准确理解这些业务，从而准确识别用户意图，所以要去引入“知识库管理”功能。

一般而言，知识库管理的数据类型是：结构化数据、非结构化数据。在产品设计时可以考虑允许人员导入 PDF 格式业务知识，或者按结构化形式创建录入表格数据，两者形式均可。

以结构化知识为例：

知识 ID：rag_001

知识名称：大促活动时间范围

知识解释：是指 2024 年 5 月 2 日至 2024 年 5 月 12 日

提问参考：2024 年 5 月份大促活动期间销售额一共多少？

多轮对话明确用户意图

DataNotes

为了完善用户需求信息，在交互层面采用“多轮对话”形式让需求更加完整。多轮对话的过程目标是“完善用户需求”，核心目的是“精准识别用户意图”。

在数据角度，多轮对话功能最终产出的结果是：

1. 明确的分析主体

2. 明确的分析维度

3. 明确的时间范围

4. 明确的意图分类（按指标展示 OR 图表展示）

“上月华东地区门店的销售额是多少” 这是多轮对话的理想结果。

1. 明确的分析主体：门店

2. 明确的分析维度：华东地区门店

3. 明确的时间范围：上月

4. 明确的意图分类：销售额指标展示

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-06-23

管理本体论：Ontology中的每一条规则，都是对过去的效忠宣誓

2026-06-22

智能问数到底在解决什么问题？如果大模型不能保证 100% 正确，这件事还有没有意义

2026-06-22

FDE陪跑阶段：让用户信任并真正用起来丨部署≠采纳

2026-06-22

如何打造一家 AI 原生公司

2026-06-21

FDE 正在分化：企业 AI 交付链条被重新拆开了

2026-06-20

那些"没有护栏"的AI产品，正在消耗企业对AI的最后一点耐心

2026-06-20

AI接管95%内部数据分析，Anthropic独家分享：如何把Claude调教成高级商业数据分析师

2026-06-20

准确率从21%飙到95%，Anthropic把企业数据分析的"灰盒"打开了

联系获取

联系获取

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

超级个体时代｜腾讯研究院3万字报告

2026-06-03

企业 AI 转型为什么需要 FDE 模式

2026-05-13

AI在企业落地的真实困境：小场景看不上，大项目做不起

2026-03-26

Oracle裁员三万人的警钟：当AI成为新的生产要素，管理者需要思考的三个核心问题

2026-04-09

浏览器自动化：从GUI到OpenCLI

2026-04-14

业界首发：HENGSHI CLI正式发布，开启Agentic BI自动驾驶时代

2026-04-01

FDE越来越火，你认为这会是2026年AI落地之道吗？

2026-05-26

从“无所不知”到“无所不能”，企业龙虾将怎样接管企业 IT

2026-04-16

别再做智能问数Demo了，根本上不了线

2026-04-20

企业软件“大越界”

2026-05-21

大家都在问

企业AI两年了，为什么还没出现真正的 Killer Case？

2026-06-18

咨询｜FDE 为什么突然火了？到底是咨询顾问、还是AI工程师更适合做FDE呢？

2026-06-11

为什么企业内部AI应用看起来厉害,用起来是垃圾?

2026-06-05

埃森哲押注 FDE：咨询公司的宿命，它真的能破吗？

2026-06-02

FDE越来越火，你认为这会是2026年AI落地之道吗？

2026-05-26

OpenClaw威胁下，大厂APP会被降维成信息通道么？

2026-03-21

为什么越来越多的软件被“用完即弃”？

2026-02-11

老登软件公司的AI路怎么走？

2026-01-21

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS Skill 提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件 FDE AI+医疗 MaxKB Palantir Glean Openclaw

应聘简历请发送至： ceo@53ai.com

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部