粤ICP备17114055号
微信扫码
添加专属顾问
支持私有化部署
我要投稿
利用LLMs构建对话式chatBI系统，降低数据分析门槛，提高智能性。 核心内容： 1. LLMs大模型技术在chatBI系统中的应用 2. 产品设计过程中的关键问题及解决方案 3. 知识库管理和多轮对话功能的重要性
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
如何识别用户意图
DataNotes
缺少“时间周期”、“分析维度（例如要去统计哪些区域门店？）” | |
在数据库中，只有“销量”、“订单数量”。并不存在这类词汇“业绩” | |
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” | |
“大促活动”的时间是几号到几号呢？ |
通过功能“多轮对话”去追问用户，直到采集明确的需求信息
通过功能“RAG 知识库”去添加别名，将“业绩”映射成“销量”
通过功能“RAG 知识库”去添加 计算公式：成本=销售额-利润
通过功能“RAG 知识库”去添加 大促活动时间范围信息
构建RAG知识库管理
DataNotes
多轮对话明确用户意图
DataNotes
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：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2025-04-14
工业领域的Manus，为什么是一家杭州公司跑出来了？
2025-04-14
MindsDB ：借 MCP 一句话打通20+数据库，大模型秒变SQL专家！
2025-04-13
如何优化 AskTable AI 生成 SQL 的准确率
2025-04-13
LangStudio构建nl2sql应用流，只要输入文字就可以转为sql执行并输出结果
2025-04-12
从零到一，用 Dify 打造 NL2SQL
2025-04-12
大模型在金融数据智能查询领域的应用研究
2025-04-10
智能体Agent：怎样用自然语言重构数据开发？
2025-04-10
ChatDBA：一个基于AI的智能数据库助手
2024-10-14
2024-06-20
2024-10-09
2025-02-04
2024-06-14
2024-06-16
2024-06-14
2024-05-31
2024-07-24
2025-02-09
回到顶部