AI+BI 面临的困境

[pppwww]

目前小弟被安排要做一个 AI + BI 结合，先主要面向老板使用的数据问答平台，数据来源先是固定的几张数据比较全的资产表。主要功能是老板可以针对这些表进行数据提问，然后把数据展示给老板，同时老板也可以基于这些数据继续提问。

各位大佬在可以评论区讨论讨论，给小弟一些指点，恳请大佬们不吝赐教

目前面临的主要困境是： 1 、数据准确性问题： 1 、选取的数据源表是否准确 2 、最终执行的 sql 是否满足老板的需要 3 、针对上一步数据问答的结果二次提问（可以被当成一条新的数据源）

目前这块对数据准确性要求很高，因此大概会两条腿走路，1)、基于一些开源的 text2sql 能力，验证在这些资产上的有效性； 2)、加强人工干预：预置一些查询模版，尽可能的将提问映射到具体的提问模版，实在不在再退化到 text2sql 场景 对问答结果的二次提问，小弟想的是否可以落库，然后使用 text2sql 的能力来进行分析，或者通过 LLM 生成 python 代码来进行分析. 有想过增加确认交互，让使用者对中间数据和查询产物进行确认，不过考虑到老板大概不太懂底层数据，这块可能不会起到什么效果。

2 、意图识别： 具体就是 i 识别出来老板的具体意图，是一个单纯的数据查询任务，还是一些复杂任务（是否还要数据分析、结果整理等） 这里的想法是参考现在 Agent 中的那些规划能力，交给 LLM 来决定具体执行策略与步骤，对任务进行拆解，然后交给对应的执行 Agent 来完成

3 、数据分析问题： 目前也是想基于一些固定的分析模版，然后让 LLM 在上面进行适配或者微调，要不然 LLM 生成的分析 python 代码可能并不能稳定的执行，同时这种通过 python 等方式生成一些分析结果图片等产物，可能一定避免 LLM 在汇总结果时造成的一些幻觉问题。

总结下来其实就要两点要求： 1 、数据准确性，要求极高 2 、系统的整体稳定

[levelworm]

AI 现在根本就不支持高准确性，让你老板死心或者雇一个专门做 BI 的。

[dssxzuxc]

这里最难的是要保证用户输入质量，如果用户能理性、有逻辑、精确地提问，那工作流就会同样理性、有逻辑地安排计划任务，返回正确结果。