用大白话向数据提问：先从你的 BI 工具或数据平台入手，什么时候该自建

向数据提问的助手，让你的员工直接输入一个问题，比如“上个季度各地区的毛利率是多少？”，就能拿回一个数字或一张图表。在这类产品里，多数是由语言模型（ChatGPT 背后的那类 AI）把问题转成数据库查询，再由数据库来计算。你的商业智能（BI）工具或数据平台可能已经提供了这样的功能，所以先测试它们，只有在这些工具覆盖不了的情形下，才自己动手建。无论走哪条路线，大部分工作都花在对齐指标的含义上。

一个大白话问题是怎样变成一个数字的？

助手读取你的问题，用你的数据工具能理解的语言写出一条查询。数据库用 SQL，Power BI 用一种叫 DAX 的语言。数据库或 BI 工具运行这条查询并返回结果，助手再把结果展示为一个数字或一张图表。Tableau Agent in Pulse 的做法不同。它对你已经定义好的指标做统计检验，并描述发现的结果。

Databricks 说，它的 Genie 产品使用你表中的名称和描述，“把自然语言问题转换成等价的 SQL 查询”。对于实际运行的那条查询，合计数是对的，因为是数据库做的加总，但那条查询未必是你想要的那一条。

助手会不会给出一个看起来对、实际上错的数字？

查询出错时，通常会有报错，有人可以去查原因。而一条能运行、却数错了东西的查询，给你的是一张干净的图表，上面是错误的数字，屏幕上没有任何提示。仍然包含退款的营收，看上去和其他营收数字没有两样。公司按财年报告，而图表给的却是日历季度的数字，也是一样。

供应商在自己的文档里就提醒过这一点。微软关于负责任地使用 Copilot 的页面说：“Copilot 的回复可能包含不准确或低质量的内容，所以在把输出用到你的工作中之前，请务必审阅”。Tableau 说，生成式 AI“可能会产生听起来合理、但包含错误或无关信息的输出”。

微软还说，如果某个问题与语义模型无关（语义模型是向 Copilot 描述你的数据的），它就会“依据大语言模型（LLM）的通用知识作答”。所以，答案可能根本不是来自你的数据。其指引还补充说，“AI 的行为是非确定性的”，也就是说，同一个问题可能得到不同的答案。

为什么要先对齐指标定义？

数据库表里只有列名和数值。它不知道你们公司算营收时是扣除退款之前还是之后，而这类知识往往存在财务的电子表格里，或者只在某个人的脑子里。语义模型就是把这些含义写下来给软件看的地方，比如哪些表可以关联，每个指标怎么计算。

Snowflake 的文档说：“通用 AI 方案在只拿到数据库结构时，往往难以完成文本到 SQL 的转换，因为数据库结构里缺少业务流程定义和指标处理方式这类关键知识”。微软告诉语义模型的所有者：“如果不做准备，Copilot 可能误解数据，返回笼统或不准确的结果”。

你也可以手动设定常见问题背后的精确逻辑。Power BI 称之为已验证答案，Snowflake 称之为已验证查询。Databricks 有可信资产，它描述为“其精确逻辑已由智能体作者验证的参数化示例查询和 SQL 函数”。即便如此，微软也说它的准备功能“无法保证每次都得到特定的输出”。

如果销售和财务各有一个营收数字，任何软件都解决不了。必须由资深的人来决定哪种定义说了算，并在演示之前写下来。

BI 工具内置的 AI 能给我们什么？

Power BI 的 Copilot 基于你现有的语义模型运行，所以此前做过的工作可以复用。微软把报表旁边的面板列为已正式发布。全屏的独立聊天仍处于预览阶段，微软表示它“将被淘汰”，时间是在后续阶段，届时目前在 Power BI 内处于公开预览的 Microsoft Copilot 将成为主要体验。目前没有确定日期，微软说它“将公布最终的淘汰日期”。

Power BI 的 Copilot 需要“付费 Fabric 容量（F2 或更高）或 Power BI Premium（P1 或更高）”，也就是由贵公司付费的一块算力，所以仅有按人头的 Pro 许可证是不够的。较新的 Copilot 条件不同，因为微软说“在这种情形下，你无需使用 Fabric 中的 Copilot，也无需有权使用 F SKU”，所以要问清楚你手里的许可证对应的是哪一种。

Tableau 为此有两个助手。Tableau Agent in Dashboards 让人们在已发布的仪表板上输入问题，Tableau 说它“会查询底层数据源”。它需要 Tableau Cloud 上的 Tableau Cloud+ 版本或 Tableau+ 套件，或者 Tableau Server 上从 2026.3 版起的 Tableau Server+，目前仍在测试阶段。Tableau Agent in Pulse，在 Tableau 的帮助页面中被称为 Tableau Cloud 的“一项 Tableau+ 功能”，根据你已经定义好的指标作答。它“无法回答关于指标中未使用的列、或关于数据源元数据的问题”。Tableau 说，Pulse 的洞察始于“标准化的、确定性的统计模型，用来发现指标方面的事实”，而你读到的语句，是根据这些事实生成的。

助手只能看到已为报表设置好的内容，所以没人加进模型的字段，它就用不了。Copilot 用哪个语言模型，由微软选定。对于使用其他语言工作的员工，微软说 Copilot 的功能“表现可能不如”英语。Tableau Server 则不同，因为它“依赖于连接并使用你自己的 LLM 提供方”。

数据平台的助手能给我们什么？

这些助手基于你接入的表工作，所以能触及从未进入报表的数据。这些表就是边界。Databricks 说，Genie 智能体“只使用明确关联的数据源”，最多 50 张表或视图，并建议“尽量控制在五张表以内”。Snowflake 的 Cortex Analyst 根据“Snowflake 中的结构化数据”作答，不过 Snowflake 现在“建议改用 Cortex Agents，它支持 Cortex Analyst 的全部能力，并且答案质量更高”。

Databricks 提供 Genie，数据团队用“可信的数据、指标和业务规则”设置 Genie 智能体，员工通过 Genie One 提问。

你这边必须有人为你的数据写好描述，因为用 Databricks 的话说，“Unity Catalog 中高质量的表和列描述，对 Genie 的准确性至关重要”。Databricks 还说：“Genie 智能体所用的数据必须在 Unity Catalog 中注册”，它是存放表和权限的集中清单。平台之外的任何数据，都要先迁入或接入。

在数据处理方面，Snowflake 说 Cortex Analyst“不会用客户数据进行训练”。它还说“你不能直接选择模型”，因为每个请求都会交给你的角色可用的、排名最高的模型，这份清单从 Anthropic Claude Sonnet 4.6 开始，到 Mistral Large 2 和 Llama 3.1 70b 为止。

在这些路线中，语言模型由供应商或其指定的合作方运行，Databricks 列出了 Azure OpenAI 服务和 OpenAI on Databricks，用于聊天模式下的 Genie 智能体。Tableau Server 是例外，它连接的是你自己的模型提供方。如果你的规则要求使用你掌控的服务器，下文链接的那篇关于私有 ChatGPT 的文章，讲了这需要做什么。

什么时候值得自己建？

定制开发，是围绕语言模型为你量身做的软件。它按你自己的定义把问题转成查询，并把答案送到你指定的任何地方。只要满足下面至少一条，自建就值得：

• 答案放进你自己的产品，面向你自己的客户
• 有一个问题所需的数据，来自供应商工具够不到的系统，比如数据仓库之外还有一套自研的后台系统
• 你的规则要求数据和模型必须留在你掌控的服务器上
• 你需要所选供应商工具不具备的行为，比如拒绝回答任何不在已批准指标清单之内的问题

如果你的数据已经放在同一个平台上，可以先走一小步。Snowflake 把 Cortex Analyst 作为 REST API 提供，这是其他程序可以调用的接口，用于“自定义聊天界面”之类的场景，而它现在推荐的 Cortex Agents 也可以用同样的方式调用。Databricks 说，你可以“把 Genie 智能体集成到你自己的聊天机器人、智能体或应用中”。界面由你来做，查询由平台来写。

如果问题来自你们自己的员工，而且有一个平台的助手就能通过你的测试，自建就很难说得通。自建也解决不了定义不清的问题。如果你还说不清营收是怎么算的，定制开发给出的数字同样是错的，而且花费更高。上线之后，维护由你自己负责，下面几篇文章讲了谁能做这项工作，以及 AI 试点为什么会停滞。

助手会不会把没有权限查看的数据展示给别人？

行级安全（RLS）的作用是，比如不让区域经理看到自己所辖区域以外的任何区域。它必须在数据所在之处强制执行，因为助手指令里的一句话，拦不住一条读取表的查询。各条路线的处理方式各不相同：

• Power BI：“Copilot 只能访问当前用户有权访问的数据”。微软补充说，“当必须强制执行 RLS 时，内容的使用者和创建者对底层语义模型只能拥有读取权限，这一点至关重要”，因为权限更高的人，行级安全可能不适用
• Tableau：对于 Pulse 中的指标，“用户查看指标时看到的数据，遵守应用于数据源的行级安全”，Tableau 还说 Tableau Agent in Dashboards 的运作方式是“严格遵守你现有的所有 Tableau 权限、访问控制和行级安全”
• Snowflake：生成的查询“遵守所有已建立的访问控制”，底层表上设置的行访问策略“会传递到语义视图并被强制执行”。行访问策略需要企业版或更高版本，而且能查询某个语义视图的人，“无需另外获得其底层表的访问权限”，所以仅靠表的授权，无法把不同的人隔开
• Databricks：“数据访问始终按每位终端用户自己的 Unity Catalog 权限来评估”，Unity Catalog 中的行过滤器“按用户自动强制执行”
• 定制开发：你的软件必须把每个人的身份一路传到数据库，否则每个问题都在同一个共享账号下运行，大家看到的就是这个账号能看到的一切。Snowflake 面向多客户产品的指南说：“Snowflake 不对你的终端用户做身份验证；由你的应用服务器来做。”对于一个专为 AI 智能体建立的 Power BI 连接，微软警告说：“使用服务主体身份验证时，Power BI 不强制执行 RLS”，也就是以软件账号登录

访问规则也可能让助手说出错误的话。Snowflake 的一份开发指南列举过这样的情形：智能体报告某个地区没有营收。指南给出的原因是：“行访问策略隐藏了那些行，而智能体分不清是被隐藏还是本来就没有”。请让助手说明，它的结果只涵盖当事人有权查看的内容，并用本不该看到这些数据的账号，逐个角色测试。

向数据提问的助手要花多少钱？

在大多数路线上，你要为两样东西付费。算力，是在你的数据上运行查询的计算能力。模型用量，涵盖把问题转成查询的过程，多数供应商按 token 计费，token 是语言模型读取和写出的文本片段。Snowflake 的 Cortex Analyst 通过自己的 API 调用时按消息计费。下面的价格以美元计，取自供应商为美国地区公布的价格：

• Power BI：Power BI 的 Copilot 使用你付费的 Fabric 或 Premium 容量，每 1000 个输入 token 消耗 100 个容量单位秒，每 1000 个输出 token 消耗 400 个。Azure 公开的零售价目表显示，在美国东部按需付费，每容量单位每小时 0.18 美元，所以微软示例中 2000 个输入 token 和 500 个输出 token 的请求，约占用 2 美分的容量。64 个单位的 F64 容量，也就是微软示例中的规模，按这个费率每天约 276 美元，而且你的报表使用的是同一份容量。微软说：“Copilot 触发的任何下游操作，Fabric 另行计费”
• Tableau：其帮助页面把这些 AI 功能与 Tableau Cloud 上的 Tableau Cloud+ 版本或 Tableau+ 套件挂钩，在 Tableau Server 上则与 Tableau Server+ 挂钩，后者的模型用量“根据你与具体 LLM 提供方签订的协议，直接计费”。请向 Tableau 索取报价
• Snowflake：通过 API 调用 Cortex Analyst，标价为每 1000 条消息 67 个平台积分。在 AWS 美国东部按需计费，标准版每个积分 2.00 美元，企业版 3.00 美元，所以 1000 条消息要 134 美元或 201 美元。“执行 Cortex Analyst 生成的 SQL 时，还要另加仓库费用。”通过 Cortex Agents 调用时，计费改为按 token，费率因模型而异
• Databricks：“用户对 Genie One 和 Genie Agents 的使用，在 2027 年 1 月 31 日之前免费。”软件账号（服务主体）除外，“它们的使用要计费”，而且“运行 Genie 所生成查询的算力，比如 SQL 仓库，另行计费”。过了这个日期，Databricks 说 Genie 产品将“按用量付费”，每位用户有每月免费额度，所以要问清楚按你的用量会花多少钱
• 定制开发：你直接向模型提供方付费，另加你自己的数据库算力，以及搭建和运行系统的工程师。Anthropic 标价 Claude Sonnet 5.5 每百万输入 token 2 美元、每百万输出 token 10 美元，所以同样 2000 个输入 token 和 500 个输出 token 约花 1 美分。真实的请求会带上你的表描述，规模更大

这些数字涵盖的内容并不相同，所以比较之前，要给每一项都加上算力。微软建议先从一个小规模的试点组开始，并说：“未经验证用量模式就广泛部署，可能很快耗尽你的容量”。

我们如何用已知答案的问题来测试它？

先做好测试，再选产品。拿几十个你们员工真实会问的问题，每个问题的正确答案，取自财务团队已签字确认的报表。把它们逐一交给候选名单上的每款产品，并给每个答案打分。这组问题应包括：

• 只有一个正确答案的问题，取自已签字确认的报表，其中也包括涉及两个主题的组合问题，比如按产品和月份看毛利率
• 同一个问题换不同的说法，由不同部门的人来问，看你的定义是否站得住
• 助手应当拒绝回答的问题，比如询问它并不持有的数据，因为编造答案，正是你最需要抓住的那种失误
• 同一个问题，在访问权限不同的人的账号下提出，用来检查行级安全

一个正确的合计数，可能只是错误的查询碰巧得出的，所以不仅要给数字打分，也要给查询打分。Databricks 有基准测试，可以“系统地测试并评估你的智能体的整体准确率”；Snowflake 则说，你可以“用你已验证的查询对照 Cortex Analyst”来运行，衡量它生成 SQL 的准确程度。上文链接的那篇关于测试 AI 助手的文章，讲了如何提前设定及格线。

微软说，如果在语义模型未变的情况下，“在滚动的 24 小时窗口内”重复提出同一个问题，Copilot 会从缓存中作答，缓存就是早先答案的一份保存副本。所以，第二天早上的重测不能算数。请隔 24 小时以上，把整组问题再跑一遍，此后每当供应商更换模型或你修改定义时，也要再跑一遍。

员工怎样核实一个答案出自哪里？

人们没法核对一个孤零零的数字，所以要求每个答案都写明它用的是哪种定义，以及涵盖的期间。Power BI 提供一个叫“How Copilot arrived at this”的视图，Genie 则回复“生成的查询和结果表（如果可能）”。微软关于其较新 Copilot 预览版的页面也要求人们“对照源数据验证重要决策”。请定一条规则：凡是要交给董事会或客户的数字，先对照源报表核对。

我们该向 BI 或数据平台的供应商问什么？

• 哪些指标它会依据约定的定义作答？超出这些定义的问题会怎样处理？
• 每个查询以谁的权限运行？我们如何针对某一个人的账号来测试这一点？
• 哪些模型提供方会处理我们的问题和数据，在哪个地区处理？
• 我们真实提问量一个月的费用是多少，包括查询算力和最低消费？
• 我们能否看到每个答案背后的查询，并保留这些查询的日志？
• 这项功能是否已正式发布？计划用什么来取代它？
• 模型变更之前，我们能提前多久得到通知，以便重新运行测试？

我们应该向负责开发的公司问些什么？

• 指标定义放在哪里？我们的分析师不靠开发人员能不能修改？
• 每个人的身份是如何传到数据库的？缺失时会怎样？
• 哪个模型来写查询？哪些数据会离开我们的服务器？
• 你们打算如何用我们已知答案的问题来测试？我们这边由谁签字确认？
• 助手拿不准的时候，是会说出来，还是会瞎猜？
• 到最后，代码、定义、测试集和日志是否归我们所有？

amBrain 在其中处于什么位置？

本博客由 amBrain 发布。关于自己的产品，它是这样说的：“我们自己的产品 shyash.ai 由研究、撰写、检查和衡量的 AI 智能体运行，依托同一份公司事实的共享记忆。所有发出的内容都由人批准。”

本文不是案例研究，也没有描述任何客户工作，并且不声称 amBrain 为任何客户构建过向数据提问的助手。上面那句话说的是 amBrain 自己的产品，文中的例子都是通用的。

这里提到的公司，引用的都是它们已发布的页面，均于 2026 年 11 月 9 日打开查阅。本文不声称 amBrain 与其中任何一家有关系，也不给出 amBrain 的价格或时间表。

amBrain 自 2019 年起开发软件。关于与客户的合作方式，它说：“三种合作方式：整体交付、专属团队，或工程师嵌入你的团队。”它关于所有权的说法是：“客户拥有产品与代码的全部所有权，我们的可复用组件除外。”签约之前，请要求它逐项列出这些组件的名称。

如果 amBrain 在你的候选名单上，请像对其他任何公司一样，向它提出同样的问题。