1.概述

对于已在有数BI中创建完成的数据模型，如需将其应用于知数问答，需由项目管理员或模型编辑者开启该模型的知数配置。

数据模型可用性判断：一个数据模型要能被知数使用，需同时满足「已应用于知数」与「用户对该模型有查看权限」两个条件。

配置分为四个层次，其中「开启配置」和模型检索配置为必做项，后两层为提升问答效果的推荐配置：

开启后可先进行提问取数测试。大模型本身具备一定的理解能力，如在测试中发现其对特定业务及概念的理解不足，可再逐项补充配置。

2. 开启配置：使数据模型可用于知数问答

第一步：将数据模型打开「知数设置」

项目管理员或模型编辑者进入数据模型的列表页面，在【知数开关】列开启即可。

第二步： 在角色管理中配置好角色并赋予用户

项目管理员在【项目中心】的【角色管理】或【资源权限管理】中，配置数据模型的查看权限。具体的权限配置详见权限管理

3. 数据模型检索配置：使知数能召回到正确的数据模型

模型名称/描述、字段元信息、训练语料是知数在问答前期检索、召回数据模型的重要依据。这些信息缺失或不准确时，知数不易召回到该数据模型，或召回到错误的数据模型，导致取错数据。

3.1 数据模型名称/描述

数据模型名称与数据模型描述共同用于说明该数据模型的作用，帮助大模型理解数据模型中的数据范围与适用场景。

设置一个业务可理解的数据模型名称：数据模型的名称要能准确描述该模型中的数据，不建议采用无业务含义的模型名称，如"未命名模型"等。

数据模型描述用于说明该模型包含哪些数据、可回答哪类问题。

3.2 字段元信息

• 隐藏不必要的字段：比如「ID」「修改时间」等对数据分析无用的字段。
  
• 对字段进行重命名：字段命名要让业务人员容易理解这个字段是什么，要通俗易懂，不要使用模凌两可的词语，也不要出现两个字段名称雷同。且字段名称不要使用特殊符号，比如：!、#、/、\、~ 等。
  
• 维度字段的成员定义：将维度字段的成员枚举值设置为更易理解的值，比如将性别字段中的"1"和"0"修改为"男"和"女"（可使用数据字典或计算字段功能）。
  
• 合理设置字段类型：比如将「订单日期」这种数据库中存储为字符串类型、但实际业务含义为日期的字段，转换为日期类型。
  
• 合理分类维度和度量：比如将「客户ID」等数字型字段转成维度。
  

3.3 训练语料

为了让 AI 能更好地回答您的问题，您可以选择维度字段，提前设置训练语料。我们将自动缓存您所设置的维度成员值，AI 将基于这些缓存数据进行预学习，以此提高问答准确率。若模型字段信息会持续更新，您可以通过设置定时更新来更新语料，防止语料丢失导致无法检索到数据模型。以"超市销售数据"这个表为例：

• 对于可枚举的维度字段，如「类别」，可直接配置指定值，减少查询开销，提升性能；
• 对于不可枚举的字段，如「产品_*ID」，可设置需要缓存的数据条数。
  

4. 提示词：使大模型理解模型内的业务口径

在实际使用的过程中，用户提问时会带入一些场景黑话和自己的提问习惯，而这些非通用的内容无法被大模型识别。但因大模型本身具备一定的理解能力，建议在数据模型配置完成后，先直接进行提问取数测试效果。如果感觉大模型对于特定业务及概念的理解不足，可再进行助手的业务知识或数据模型的提示词配置。

用于配置规则类知识，即某一表述对应一组查询条件，或对应多个取值的并集。

• 选择触发条件（什么情况下该提示词生效）：目前支持「问题包含关键词」和「所有问题」两类触发条件；
• 设置规则（提示词生效时，希望 AI 做什么）：目前支持「自定义规则」和「选择字段」。

注意：填写提示词时，对数据模型中的字段值和字段名都用引号包裹，表示区分。

5.工程化配置：使输出结果稳定可控

5.1 配置知数问答的字段顺序与排序

宽表查询时，问答涉及多字段（如：查询员工绩效、入职时间、A业务积分、B业务积分、C业务积分、总指标完成率等）。当您需要以指定字段（如:姓名）为首列展示、或按照一定顺序展示字段可以通过「置顶展示」与「相对优先级」进行设置。同时可以在设置按照指定字段，如「总指标完成率」降序展示。

• 设置前
  
  
• 设置后
  
  

5.2 结果配置

结果配置用于约束最终返回的取数结果，包含四类配置。

5.2.1 分组是 / 分组包含 / 分组存在

三者均用于判断「问答查询的分组字段命中了配置字段」时，对结果执行排除空值操作。唯一区别在于触发严格程度。以所选字段为「政治面貌、性别」为例：

三者触发范围由窄到宽依次为：分组是 → 分组包含 → 分组存在。

触发后，可对结果选择以下空值排除方式：

1. 排除字段中存在空值的结果：所选字段中任意一个为空，该行即不输出
2. 排除字段全部为空的结果：所选字段全部为空时该行才被剔除，部分为空的行保留

示例：类型选择「分组是」，字段选择「政治面貌、性别」，动作选择「排除字段全部为空的结果」。当查询恰好按这两项分组时，两项均为空的结果行不会出现在回答中。

5.2.2 筛选条件

把某个字段的筛选值，同时传递给另一个字段或自定义 SQL 中的全局参数。

1. 目标为字段时

传递规则：仅当源字段筛选方式为「等于」或「包含」时才传递，按目标字段的运算符筛选相同值。

例子：当"集团"="A集团"，同时对"公司" like "%A集团%"，两者取并集。筛选为"集团"="A集团" or "公司" like "%A集团%"。

2.目标为全局参数时

适用场景：模型使用了自定义 SQL 表时，问答里生成的SQL的筛选条件默认作用不到数据模型里自定义SQL表的部分——底层会先全量查出明细，筛选只能在上层进行，数据量大时查询很慢。

通过配置全局参数和字段的映射关系后，把字段筛选传给全局参数后，问答里的筛选条件整段下推到自定义 SQL，先过滤再计算，避免全量明细参与上层运算，查询性能随之提升。

示例：

原始自定义 SQL:

-- 原始自定义SQL
select t1.`订单ID`, t1.`地区`, t1.`销售额`, t2.`客户名称`, t2.`客户等级`
from （select * from test.`订单` where {{{#地区筛选}}}) t1
left join test.`客户` t2 on t1.`客户ID` = t2.`客户ID`

模型的自定义 SQL t1 中引用了布尔值的全局参数地区筛选，未设置字段和全局参数的映射关系。数据查询SQL：

-- 未配置参数和字段映射关系的数据查询SQL
select `地区`, sum(`销售额`) as "销售额"
from （
    select t1.`订单ID`, t1.`地区`, t1.`销售额`, t2.`客户名称`, t2.`客户等级`
    from （select * from test.`订单` where {{{#地区筛选}}}) t1
    left join test.`客户` t2 on t1.`客户ID` = t2.`客户ID`）
where `地区` in ("华东","华北")

where 地区 in ("华东","华北") 是作用在自定义SQL外的筛选。未配置映射时，该条件不会传入自定义 SQL t1——订单与客户仍会全量关联后再返回结果，筛选只能在其外层进行。

配置字段「地区」映射到全局参数「地区筛选」后，该条件整段下推到自定义 SQL，t1 先按 地区 in ("华东","华北") 过滤再返回结果，避免全量明细参与运算，影响查询性能。

-- 自定义 SQL（配置字段和全局参数映射后，查询筛选下推）
select `地区`, sum(`销售额`) as "销售额"
from (
    select t1.`订单ID`, t1.`地区`, t1.`销售额`, t2.`客户名称`, t2.`客户等级`
    from (select * from test.`订单` where `地区` in ("华东","华北")) t1
    left join test.`客户` t2 on t1.`客户ID` = t2.`客户ID`)
where `地区` in ("华东","华北")

传递规则：

• 只要逻辑 SQL 中该字段存在筛选，就把该字段的所有筛选条件传给全局参数。
• 字段与全局参数一一对应：一个字段只能对应一个全局参数，一个全局参数也只能对应一个字段。

前提：仅当模型的自定义 SQL 表中用到了布尔值类型的全局参数时，才能选择将字段映射到全局参数中。