智能问数
1 功能概述
智能问数是 SQLBot 的核心功能模块，支持用户通过自然语言与大模型对话，自动生成图表展示和分析结果。
提供如下核心能力：
- 自然语言提问：无需 SQL 基础，可直接自然语言提问；【猜你想问】提供智能推荐，降低提问门槛；
- 图表自动生成：模型根据问题意图智能选择合适图表类型（如柱状图、折线图、表格等）；
- 图表使用与管理：支持图表类型切换、放大、导出为图片，或添加至仪表板；
- 数据明细查看与导出：所有图表支持查看数据明细与导出；
- SQL 查询可见：每次问数均自动生成对应 SQL 查询语句，支持查看与复制；
- 多轮上下文理解：支持连续提问，自动记忆上下文，实现更自然的分析过程；
- 历史对话记录：支持查看、重命名、搜索、删除过往对话，便于复用与追溯分析。
使用前提：需先完成 AI 模型配置，并添加至少一个可用数据源可发起问数操作。
图 1 智能问数主页
2 创建与管理对话
2.1 创建对话
点击【序号 1】 、【序号 2】位置新建对话。
图 2 新建对话
新建对话步骤：
- 点击新建对话的按钮；
- 选择一个数据源；
- 点击【确认】，进入下一步。
图 3 选择数据源
2.1.1 快捷提问
系统将基于当前所选数据源的结构、字段信息，以及用户历史的问数行为，自动生成推荐问题。用户可直接点击推荐问题，一键发起问数操作，快速获得分析结果。
图 4 推荐问题
在每轮提问完成后，系统还会根据上下文内容生成【追加提问建议】，帮助用户持续追问、挖掘更深层的数据洞察
图 5 追加提问建议
2.1.2 手动提问
支持用户直接输入业务问题，系统将自动解析语义、识别字段，并返回图表与 SQL 查询结果。支持多轮连续提问。
示例提问：
- “近一周各品类的订单量趋势”
- “哪个渠道的转化率最高？”
- “相比上周增长最快的部门是哪个？”
图 6 手动提问
2.2 历史对话
左侧对话栏展示用户全部历史提问记录。支持以下操作：
- 搜索关键词快速定位；
- 修改对话标题；
- 删除不再需要的对话记录；
图 7 历史对话操作
点击任意历史对话卡片，可回溯原始问答内容、图表与 SQL。支持基于历史对话继续追问，延续上下文分析链路。
图 8 历史对话详情
3 图表操作与分析
3.1 图表类型切换
系统会根据提问内容自动生成适配图表类型。用户也可根据分析需求切换为柱状图、折线图、表格、饼图等。
注意：可选图表类型取决于当前数据结构。
图 9 切换图表类型
所有图表支持如下操作：
- 放大查看：查看高清图表；
- 导出图片：支持导出 PNG 图片，用于汇报与分享.
图 10 导出图表图片
图 11 放大查看图表
3.2 查看明细数据
点击图表右上方的【查看明细数据】，可查看数据表格，并支持导出为 Excel 文件，便于离线分析或共享。
图 12 查看明细数据
图 13 导出明细为 Excel
3.3 查看 SQL
系统每次问数自动生成底层 SQL 查询语句，点击图表右上角【查看 SQL】可查看、复制 SQL，用于验证逻辑或做进一步分析。
图 14 查看 SQL
图 15 SQL 查询语句
3.4 数据分析
点击图表的【数据分析】按钮，系统将基于当前图表数据，调用大模型自动进行趋势分析与业务解读。
系统向大模型发送分析请求，模型返回详细的分析过程与结论，包括关键趋势描述、变化原因推测、可能的业务含义等。
图 16 数据分析
图 17 数据分析结果
3.4 数据预测
点击图表的【数据预测】按钮，系统将基于当前图表中的时间序列数据（如月份、季度等），自动识别趋势并预测未来的关键指标值。
模型会进行如下操作：
- 分析时间序列数据的波动趋势与变化规律；
- 自动选择适用的预测方法（如移动平均、趋势外推等）；
- 输出未来一段时间的预测值及预测逻辑说明；
- 保留原始数据结构，方便接入下游分析流程。
图 18 数据预测
图 19 数据预测结果
3.5 执行详情
点击图表的【执行详情】按钮，查看本次问数背后的完整执行过程，耗时与消耗 Tokens，便于排查问题和复现结果。
图 20 执行详情
图 21 执行详情页