主流BI+AI产品深度解析：如何用功能与体验收拢不确定性（下）

上篇回顾：

四、过程执行

为了消除 AI 分析过程的“黑盒”感，缓解用户等待时的焦虑和对过程失控的担忧，通过展示思维链、主动澄清歧义、预确认大纲等方式，将执行过程透明化、可控化。

1. 思维链展示

把“AI 如何理解意图、如何取数、怎么得到结果”用可读的步骤呈现出来，降低黑盒感。

常见出现方式 ：

卡片内联展示 ：过程信息直接出现在回答卡片内部，通常与“思考中/执行中”状态一起出现。

适用：步骤较少、信息较轻（总结性文案）、或者长段文字不分步骤，希望用户在同一阅读流里“边等边看”。

独立容器承载 ：回答卡片只给一个入口（“查看分析过程”），点击在右侧面板或弹窗里呈现完整过程

适用：呈现完整过程，信息密度更高、可承载更多轻量操作。

常见构成元素 ：

各家展示的内容细节会因“任务类型（问数/报表/搭建）”与“厂商透明策略”不同而变化，但结构通常收敛到以下通用形态：

头部标题 ：

1. 状态反馈：思考中/取数中/已完成等
2. 标题/当前步骤名（可选）：有的产品完全不写标题，只显示“正在思考”；有的会显示“分析过程/执行过程/本次查询”等小标题。
3. 交互按钮：折叠/展开图标

过程步骤列表（核心） ：

以“步骤块/步骤条”组织，附带（耗时/阶段数），常见步骤颗粒度包括：

1. 意图识别 / 问题理解
2. 数据源确认 / 表选择 / 权限校验
3. 取数（SQL 生成与执行）
4. 聚合计算 / 指标口径处理
5. 初步结论 / 结果生成

步骤详情区 ：

每个步骤的介绍信息，通常是可读的业务动作，而非技术术语（但也可能混合呈现 SQL、字段等技术细节）。

呈现方式常见两种：

1. 步骤清单 + 下拉详情（每一步点开看细节）
2. 步骤条+详情全展开（从上到下完整铺开）

交互 ：

展开 / 折叠：流式输出时保持可见，完成后收敛为摘要态呈现，用户可手动展开详情。独立承载则不会自动收起，用户可手动控制，同时支持容器本身收起展开。

轻操作：

1. 复制类：复制 SQL / 复制某一步文本 / 复制结论摘要
2. 查看类：查看引用的数据表/数据源
3. 导出类：导出取数结果等
4. 结果视图切换：有些过程面板内可直接查看取数结果，并在表格/图表等视图间切换

过程中的人机协作：当系统在过程里发现歧义/缺参/多解时，会出现歧义澄清面板（见下一条）

2. 歧义澄清

通常用于处理输入存在“不确定/不完整/多解”的情况，需要用户二次确认，以换取结果准确性（避免错查/幻觉）。

补充---简单举例 3 类触发条件：

不同厂商实现方式不一（可能是评分、候选差异、规则判断等），但触发逻辑大体一致：

1. 歧义：同一句里某个词可映射多个字段
2. 缺参：关键约束缺失（时间范围、筛选条件、分析对象等）
3. 多解：有多条可执行路径且影响结果

常见出现方式 ：

1. 过程内澄清（拦截式） ：在思维链中插入澄清面板：先确认→再继续执行。
2. 结果后澄清 ：先渲染“默认解释”的结果，同时在结果区给一个轻提示入口（如“1 个字段待确认”），用户展开面板确认后，结果刷新。

常见构成元素 ：

触发提示：如“意图澄清/字段待确认”

澄清问题区（核心）：

1. 是/否确认：以切换/按钮组呈现，用户通过“是/否”对一条确认问句做快速确认。
2. 候选选择：以下拉选择呈现，用户从候选项中选定一个作为最终映射/口径。
3. 补充输入：以输入框呈现，用户补充必要信息后再继续执行。

操作按钮：确认 / 提交 / 跳过。

记忆按钮：如“确认并记住我的选择”，用于减少下次重复澄清。

交互 ：

1. 确认：选定映射/补齐信息后提交，系统按用户的映射结果继续执行后续步骤
2. 跳过：过程内不做澄清，系统给出关键词“暂无明确 xxx，最相近 xxx”，然后继续输出结果。
3. 关闭：用户关闭澄清面板，表示暂不处理，仍然显示“字段待确认”，系统保持当前默认结果不变。

3. 内容预确认

在正式生成长内容前（比如智能报告），先把结构大纲给用户确认，减少跑偏与返工成本。

常见构成元素 ：

1. 预确认内容区：报告大纲/执行计划等概要文案
2. 动作按钮：修改/确定
3. 修改输入区：当前页面底部输入框
4. 状态标记：如“已修改”等轻量标识

交互 ：

1. 确定 馈：概要卡片上出现“已修改”等标记

五、结果交付

为了确保交付的结果可信、可验、可用，而不仅仅是给出一个数字或图表，通过提供溯源、交互探索、视图切换和下钻等能力，赋予用户验证、理解和深度探索结果的控制权。

1. 查询溯源（SQL）

在结果已生成后，支持技术用户查看结果背后的取数逻辑与执行依据，快速复核字段口径。

针对非技术用户，很多产品会在「思维链和 SQL 弹窗内」用业务语言简述

常见构成元素 ：

1. 入口按钮：SQL 图标（Tooltip：查看取数逻辑）
2. 承载容器：点击后在独立容器展示（小弹窗 / 底部面板 / 侧栏抽屉等）
3. 容器标题区：如「AI 取数过程 / 查询溯源」
4. 视图切换：业务逻辑/执行 SQL
5. 说明区：一段简短说明本次取数口径/过滤条件摘要
6. SQL 代码区（核心）：以代码块形式展示取数逻辑
7. 操作区：复制、全屏、导出等

2. 规则调整（二次筛选）

将 AI 的默认口径外露为编辑的筛选槽位，用户既能快速校准结果，也能在当前结果上直接改条件继续探索，避免二次对话交互。

常见构成元素 ：

规则槽位：以“槽位化”的方式展示并承载可编辑规则，常见包括：

1. 筛选条件槽位：时间范围、条件字段
2. 指标槽位：指标名 + 聚合口径
3. 分组槽位：维度/粒度

选择控件：槽位的下拉菜单（单选、多选、级联选择等）

结果联动提示：规则变更后，结果区域出现已更新提示

交互 ：

1. 修改槽位：点击槽位，展开下拉修改，确认选择后自动刷新结果。
2. 删除槽位：槽位支持一键移除，移除后同样自动刷新
3. 刷新与结果反馈：刷新过程中展示轻量加载态；刷新完成后结果会直接更新替换。若条件导致无数据/不可用，给出“无结果/错误提示”。

简单补充---槽位由字段类型决定，常见示例如下：

时间槽位：

1. 时间范围：单一时间、起止时间、相对时间（本年、最近 N 天）
2. 时间粒度：年 / 季 / 月 / 周 / 日

指标槽位：

1. 指标替换：可用指标列表里切换（如：销售额 ↔ 利润 ↔ 订单数）
2. 聚合方式：求和 / 均值 / 计数 / 最大 / 最小等
3. 派生口径（可选）：累计/当期、同比/环比等

维度/分组槽位：

1. 分组字段替换：可用维度列表里切换（如：门店 ↔ 部门 ↔ 区域）
2. 层级/粒度：如 区域→省→市，品类→子品类

条件（操作符）槽位：是/等于/大于/小于等

3. 视图切换

支持结果在表格/不同图表类型之间一键切换，利用不同视觉编码，让用户能从同一结论延伸出更多观察角度。

常见构成元素 ：

切换入口（两种常见形态）：

1. 标签栏：表格/图表等以 Tab 直接平铺
2. 下拉菜单：点开弹出选择面板（网格图标）

视图候选列表：

1. 图标 + 名称（如柱图/折线/饼图/散点/排行榜/指标卡…）
2. 可做简单分组、补充图表使用说明等

交互 ：

1. 点击切换：选中态高亮，结果卡片自动更新
2. 禁用处理：该数据不支持的图表类型保持禁用（或不显示）
3. 联动更新：当用户里做了二次筛选后，重新判断是否可切换某图表类型
4. 刷新反馈：loading / 骨架屏，若渲染失败，则给出轻提示

4. 下钻探索

允许用户把结果继续拆到更细粒度/明细去分析，让探索变成连续路径，避免多次交互询问。

常见构成元素 ：

能力标识（可下钻提示）：图表工具栏的「下钻」入口

触发入口：数据图形右键，出现「数据钻取」菜单

下钻方向选择（可选）：当存在多个可拆分维度/层级时，提供一个选择面板：时间、维度等

承载容器：

1. 原位下钻：直接在原图表区域刷新成下一层
2. 弹窗/侧栏下钻：在弹窗/侧栏展示钻取结果
3. 路径提示：面包屑显示当前钻取层级，支持返回

交互 ：

1. 未开启 → 已开启：点击「下钻」进入可钻取状态，图标高亮
2. 已开启 → 钻取中：右键数据点触发钻取；若存在多层级/多维度，先选择钻取方向再进入下一层
3. 钻取中 → 退出：通过面包屑/返回按钮，回到上一层/初始结果
4. 已开启 → 未开启：再次点击「下钻」按钮，退出可钻取状态

5. 结构化展示

支持把单点结论，扩展为“结论 + 证据 + 异常”等结构化信息，增加结果的可解释性。

常见构成元素 ：

1. 主结果区（图 / 表）：本次问题的核心结果，通常以指标卡/图表/表格等形式展示
2. 数据总结：一段/多段文字总结，对关键数值做概括（总和/均值/最高最低等）
3. 异常提示：对结果中的异常点或显著变化进行标记与归纳（如离群点、突增/突降、波动区间等）
4. 追问提示：提供继续追问入口，引导用户基于当前结论继续展开分析与验证
5. 多块结果（多组件联合输出）：如果用户在单个提问中明确要求“图表 + 总结”等多个交付项时，系统可按模块，分块输出多个结果组件

6. 趋势预测

在已有趋势结果上，支持生成未来若干周期的预测段，帮助用户做辅助分析决策。

常见构成元素 ：

能力入口：图表工具栏显示「预测走势」文字/图标按钮

预测呈现方式（两种常见形态）：

1. 原位叠加：在原趋势图上直接刷新
2. 弹窗承载：单独打开预测视图

预测图表：

1. 颜色区分：预测段使用不同颜色、透明度区分
2. 样式区分：常见为线条（虚线/点划线）、柱形图（半透明/纹理填充）等
3. 图例区分：拆分为“实际”与“预测”两个系列

预测范围控制：

1. 预测区间：预测未来 N 天/周/月（步进器/滑杆）
2. 更新预测按钮：基于当前区间重新计算

不确定性提示与解释：

1. 提示条/说明：强调“预测数据与真实数据存在差异”
2. 预测结论摘要：给出预测区间、预测值范围等一句话总结

交互 ：

1. 触发：点击图表工具栏「趋势预测」入口，按钮高亮，同时图表出现预测段图形
2. 查看：图表数据点悬停时，Tooltip 显示带“预测”标识的字段信息
3. 调整：如果支持调节周期，用户调整后，系统自动触发更新
4. 退出：用户再次点击入口关闭预测，图表恢复仅展示真实数据结果解读

7. 结果解读

在已有查询结果基础上，提供「结果解读」能力，将图表/表格转成更丰富的结构化文字洞察与要点总结，同时支持导出和加入工作流。

常见构成/解读框架 ：

1. 关键结论摘要：1–3 条最重要的发现
2. 支撑证据：对应结论的关键指标值，对比/趋势统计等
3. 异常与关注点：指出离群点、波动异常等，并写明“发生在哪、影响多大”
4. 解释线索/可能原因：围绕异常点或关键变化，给出基于现有数据的可能成因解释
5. 建议与分析方向：将洞察转化为可继续探索的追问方向或行动建议
6. 附带操作按钮：复制、导出、加入报告等（下一部分讲）

六、结果反馈与沉淀

为了解决一次性对话无法积累价值、分析过程无法复用的断点问题，通过评价、导出、加入工作流和沉淀为知识等功能，将单次分析成果转化为可协作、可复用的组织资产。

1. 评价反馈

在结果下方提供「赞 / 踩」的轻量反馈入口，用于收集用户对结果的主观反馈。

常见构成元素 ：

1. 赞/踩按钮：置于结果卡片底部工具区
2. 点踩原因弹窗：补充说明输入框

2. 导出分享

在对话分析结果上，提供「导出/分享」能力，将当前图表、结论与明细数据一键带出到外部协作。

常见构成元素 ：

1. 入口位置：结果工具栏的「导出/分享」按钮，或更多按钮中的下拉菜单项
2. 输出对象：默认“当前看到的结果”，并同时附带对应的数据表，权限继承当前结果
3. 输出格式：随内容自适配（如 Excel/CSV/图片/PDF 等），部分产品会弹窗让用户二次选择格式
4. 分享方式：提供复制链接/二维码等轻量方式，可设置公开或私密

3. 加入工作流

在对话生成结果的基础上，提供「加入报告 / 生成仪表盘 / 引用到文档」等入口，把一次性回答快速沉淀为可编辑、可复用的分析资产。

典型落地形态举例 ：

复制到报告：比如网易，将本次结果作为一个报告模块复制，确认后跳转到报告编辑器继续二次编辑

生成仪表盘：比如帆软，在多图结果中勾选需要的图表，一键生成仪表盘草稿，跳转到仪表盘搭建页调整布局与筛选

报告引用组件：比如智能小 Q，在分析报告中通过“引用资源”插入已生成图表，默认动态引用

补充---动态引用 vs 静态快照 ：

1. 动态引用：会保留“图表 = 某套参数”的关联，后续数据更新时可刷新同步
2. 静态快照：固定为当时的图与数，常用于版本归档，不会随数据波动

常见构成元素与交互 ：

入口：通常以文字按钮或更多按钮内聚合，统一出现在工具栏内

选择与确认：

1. 勾选对象：选择本次对话产出的哪些图表/模块要沉淀
2. 保存信息：名称、保存位置/目录（有的平台直接默认）
3. 确认动作：确定后执行“复制/生成/插入/跳转”

承载方式：

1. 跳转式：创建后跳转到 BI 编辑器
2. 插入式：在当前报告中直接插入引用的组件

更新策略说明：轻量文字提示，默认为动态引用，支持解绑等

4. 沉淀为知识

作为补充介绍，不展开讲，可以参考附录知识库的文章

沉淀通常为自动发生，如「歧义澄清」部分，点击「记住我的选择」，确认结果自动转化为结构化知识。

生成可复用的“语义映射规则”，后续解析优先命中该映射，从而减少重复澄清、提升解析稳定性与一致性。

用户只需在必要时查看/编辑，而不是每次都手动配置规则。

附录

相关产品及官方资料：

帆软ChatBI： https://help.fanruan.com/finebi/doc-view-2591.html
网易有数ChatBI： https://study.sf.163.com/documents/read/manual/chatbi
阿里QuickBI 智能小Q：https://help.aliyun.com/zh/quick-bi/product-overview/intelligentq
腾讯云ChatBI： https://cloud.tencent.com/document/product/590/107689
观远ChatBI： https://docs.guandata.com/product/chatbi/ChatBI-frontdesk-userguide
飞书多维表格智能总结：https://www.feishu.cn/hc/zh-CN/articles
PowerBI Copilot：https://learn.microsoft.com/en-us/power-bi/create-reports/copilot-introduction
Tableau Agent：https://help.tableau.com/current/online/en-us/webauthoreinstein.htm
Amazon Quick Sight： https://aws.amazon.com/quicksuite/quicksight/
IBM Cognos Analytics：https://www.ibm.com/products/cognos-analytics
Oracle Analytics： https://blogs.oracle.com/analytics/

产品截图（花瓣链接）

腾讯云ChatBI： https://huaban.com/boards/99310280?from=share&share_text=
网易有数ChatBI： https://huaban.com/boards/99310289?from=share&share_text=
帆软ChatBI： https://huaban.com/boards/99310292?from=share&share_text=
阿里QuickBI 智能小Q： https://huaban.com/boards/99311348?from=share&share_text=
观远ChatBI： https://huaban.com/boards/99324392?from=share&share_text=

相关文章（ima知识库）

https://ima.qq.com/wiki/