近日，观远数据G-park「Let’s Date！BI！」系列直播第二期「2023，金融业怎么应对“漂泊数据”」顺利落幕。观远数据联合创始人兼首席数据科学家字节带来了《漫谈 ChatGPT 与问答式 BI》的探索考虑。

字节一方面介绍了一系列 ChatGPT 等根据大言语模型的东西，怎么提高日常工作、日子功率；另一方面，在 BI 和数据剖析范畴，对话式或许问答式的BI将给未来带来的无量想象力。

漫谈 ChatGPT

在工作、日子角度带来的提高，这儿别离以阅览、写代码、各种创造等角度翻开。

查找

ChatGPT 刚出世时，许多人说要颠覆 Google。由于原来要找一个常识，需求在 Google 或许百度进行要害词查找。但查找完之后，成果将是上万张网页，需求咱们一页一页点击链接，查看信息。这其间，10 条链接或许只有 1 条和问题相关。当咱们没找到相关信息时，还需求从头输入要害词再查找。

而在 ChatGPT 中，关于发问能够直接答复。不过 ChatGPT 有两个缺陷，一是信息只到 2021 年，二是没有联网缺少及时性的新信息。

New Bing 集成了 ChatGPT 的模型。当咱们输入问题后，不只会触发查找，还会主动阅览网页文档，并总结相关信息，以成果直接反应。以代码问题为例，正常查找跳到 CSDN 等相关类型的开发网站，而 New Bing 将直接列出可运转的代码。这是十分便利且提效的。

延伸到企业内部的查找，也是同理。企业内部信息管理体系，大部分查找与 Google 相似，输入要害词，弹出文档链接，里边有标题和正文内容的匹配。这也需求一篇一篇自行寻觅。此时经过 GPT 才干的定论直接反应，将节省许多时间。

除了 New Bing，还有两个项目perplexity.ai和you.com能够直接拜访，也供给了相似ChatGPT方法的问答。搜一个问题，会直接把答案回复出来，而且把相关引用链接都放在里边。这是很好的提效产品。

阅览

阅览方面介绍两个优秀产品Bearly.ai和TLDR this。Bearly.ai 是一个阅览器的插件。当用户翻开一篇长文章后，它会主动总结文章内容，提炼出要害结构，有用提高阅览功率。此外，该插件还有一个重要功能，能够在亚马逊等购物网站上，遍历商品的用户谈论，并进行好评、差评的总结。

企业内部也常有相似需求，包含邮件、微信的沟通，乃至外部谈论，经过搜集信息并根据GPT模型的才干，从而快速知晓产品服务的好坏点。

查找+阅览

除了查找之外，Google 有Talk to Books的产品。当提出问题之后，将从前史上已出书的书本中摘抄问题相关的原文，并展现来源书本。

这些是问答式的查找，并不是严厉的要害词匹配。假如仅是要害词匹配，功率是不高的。以搜素“不良率”要害词为例，咱们会得到许多不相关的信息，由于它不知道咱们想要“什么样的不良率”。但假如经过自然言语，详细地提出问题，那模型能够主动了解语义，并找到相关文档进行全面展现。这是很大的基础前进，提高产品体会。

写代码

代码方面目前也有许多老练使用，经过注释主动生成代码，或许选中代码对齐进行语义注释，乃至测验、查看功能等等。这儿面有大名鼎鼎的 ChatGPT、Copilot ，相似的还有Tabnine，CodeGeeX等，也有一些专门范畴的生成东西，例如 Warp 中自带的 AI 才干能够生成终端命令，PingCAP 之前做的Chat2Query，能够帮忙主动生成 SQL，以及像Seek.ai，Manson 等更面向事务用户的数据剖析东西。

除了代码生成外，还有专门面向主动化测验生成的Codium，主动文档生成的Mintlify，以及各种功能都集成到一起了的Bito。

创造

创造范畴，以“写一份软件质量提高方案”为例。咱们经过notion.ai生成 10-20 个不错的方案主张，还能进一步经过交互式的指令，翻开二级列表，并进行排期执行。

在工作中需求做各式各样的方案时，这些东西能够把常识性的方案罗列出来。咱们只需在此基础上，结合公司的实际情况，进行个性化批改即可。

prompt engineering

自 ChatGPT 推出以来，许多人的工作是在 ChatGPT 里完结的。这儿出现了一个问题，咱们该怎么样更好地去向 ChatGPT 发问题。由于ChatGPT的答复才干很强，但这需求咱们把问题描述地满足清楚，它才干够给到高质量的答复。

这儿共享一系列的东西，提示咱们有一个场景问题时，该怎么发问。这些东西网站供给了提示词模板，帮忙咱们更好的发问。此外，还有其他用户反应的优质发问经验的共享。

• github.com/f/awesome-c…
• sharegpt.com/explore
• untools.co/thinking-to…
• prompthero.com/

常见问题

ChatGPT 产品自身有一些常见问题：

• ChatGPT 答复可能会胡编乱造；
• 只知道 21 年前揭露网络的信息；
• 数据隐私安全问题。

针对胡编乱造的现象，目前有一些方法能够优化。例如发问“某公司的业绩表现怎么”，该公司底子没有对外披露过该数据，那它可能会给到假数据，这实际上是错误的。

此时，咱们需求一些提示词，并构建答复的语境，这很大程度上能防止胡编乱造的情况。此外，针对信息时效性的问题，能够使用 New Bing。New Bing 结合了 ChatGPT 的总结才干，而且根据它自身的查找才干，能够获取最新消息，更大程度上降低了胡编乱造的概率。

针对揭露信息的局限性。在企业内部，能够进行信息输入，进一步练习，提高模型的信息广度。例如，2021 年之前的外部信息，没有“观远数据的吉祥物是观小猿”这一信息。当信息提交模型后，它能够进一步加以练习。

这儿发散开来，将有许多的实际使用。许多公司都有帮忙文档，以观远数据 BI 产品帮忙文档为例。尽管所有人都能够看到帮忙文档，但 ChatGPT 很大概率没有将其纳入练习过程。那么使用信息再输入的方法，能够把这些观远数据揭露的BI产品信息提交给模型，再向其发问。如此一来，它就成为了企业定制化的智能问答机器人。

针对数据安全问题。以事务问题为例，例如想获取上季度的营业额，咱们经过给 ChatGPT 提交 schema 信息，而不是完整的数据表信息，让 ChatGPT 回来 SQL。咱们再在内部经过这条 SQL 查找获取数据，就能有用防止数据走漏。另外，假如是十分敏感的数据，信任未来能够进行私有化的部署，完全不对公网，数据安全也能够得到一定的保障。

AI Thinking

谈了这么多 AI 产品的使用，能够发现在 AI 时代，过去许多要花许多时间做的重复劳动、乃至脑力劳动、常识劳动，现在都能够用 ChatGPT 来代替。那么咱们人类在新时代中要发挥什么样的价值？要去做什么样的工作？

首要要了解 AI 基础的运作模式，大致了解它的工作原理；其次是 AI 和人类智能的差异，AI 拿手做哪些工作，不拿手做哪些工作；终究怎么样把日常工作中的工作能够交给AI来做，哪些工作咱们自己做。

假如能够使用好 AI，信任咱们的工作功率能得到数倍的提高。这儿侧重共享下人和AI差异的个人了解。

• 首要是批判性的思维和创造力。这是AI十分匮乏的，由于AI只有收到咱们的指令后，它才干干事。
• 其次是同理心，AI 很难了解用户地点境况，但人和人之间比较好了解。
• 终究，在有了同理心后，人类能够进行产品构思、详细原型打造，以及后续产品发布的测验与迭代。这些工作都是模型不太拿手的。

但在上述过程中，chatGPT 能够起到很好的辅佐效果。例如在产品构思时，能够帮忙咱们进行脑筋风暴并排出要害意见。

问答式BI的考虑

在BI 数据剖析的“问题定义—数据接入—数据处理—可视化展现—交互剖析—决议计划举动”全链路上，ChatGPT 都有结合的机会。

• 问题定义：关于部分场景问题，根据 ChatGPT 能够得到初步的数据剖析与决议计划方案，人工再进行校正与批改；
• 数据接入：原先非结构化数据通常需求清洗，而现在部分数据或许不再需求清洗，直接进行端到端的剖析；
• 数据处理：辅佐数据工程师做ETL开发。 在 ETL 开发过程中，经过自然言语的发问，ChatGPT 生成 SQL 供给用户使用，而且能够进行多轮交互式的构建。即便第一步出现误差，也能够在第二步从头批改；
• 可视化展现：答复事务问题，快速获得数据成果与定论。 提交问题后，主动生成 SQL，再提交于 ChatGPT 生成文字定论以及后续的举动主张，实现问答式的 BI。
• 交互剖析：深度剖析陈述的主动化生成。 根据BI体系才干，对接企业内部各类数据源，根据牢靠的数据目标来源供给可信的事务剖析陈述。主动识别反常原因有事务意义，并以自然言语的方法展现，防止了数据剖析办法差异带来的认知误差。
• 决议计划举动：供给辅佐性的预测，根据前史举动做未来的引荐主张。

以下侧重共享 “数据处理”、“可视化展现”、“交互剖析” 中，观远数据进行的一些尝试和探索。

Chat2SQL

Chat2SQL 是咱们制造的一款阅览器插件，来帮忙进行数据处理。当需求写 SQL 时，能够一键唤起插件。经过自然言语的交互，插件能够主动生成 SQL。

交互式的发问，能够带来许多优点。首要，它能够不断批改错误，一开始或许有误差，但随着交互的深入，能够给到正确的成果；其次，应对十分复杂的 SQL 时，交互式方法能够层层生成 SQL，一步步构建出终究成果，准确性也十分高。这将是一个新的构建范式。

Chat2Viz

在可视化展现上，也便是发问后直接展现可视化内容，原先咱们做 BI Dashboard 的交互剖析其实有些许麻烦，但假如像 Google 相同，经过查找把成果展现出来，这将是一个很大的前进。

以国外的 ThoughtSpot 产品为例，其查找栏经过转化率、渠道、上个月等要害词展现可视化内容，它并不是一句自然言语。真实的自然言语应该是：上个月的每天转化率是多少？

咱们制造了一个产品原型 Chat2Viz。首要在输入栏进行自然言语的查询，产品将主动生成查询 SQL，并提交于 ChatGPT 生成文字定论、可视化内容、其他卡片的引荐以及后续的举动主张。这关于事务使用是十分便利的。

Chat2DataStory

Chat2Viz发展到后续，能否形成“DataStory”？DataStory 有个必要的前提条件，它需求一个最佳实践。

由于假如 DataStory 只给数据，但没有事务的剖析链路逻辑，对事务自身是没有太大帮忙的。举个比如，一家电商客户经过数据发现天猫渠道的事务影响是最大的，但这是一个显而易见的事实，这关于事务没有任何帮忙。因而 DataStory 要供给真实对事务有帮忙的信息。

对此，观远数据打造了“主动数据洞悉”。其间的中心是沉淀了各行各业剖析场景的复杂剖析“决议计划树”。咱们能够定时进行决议计划树链路的剖析，可能是每天、每周。

根据决议计划树的剖析链路，用户每天主动看到决议计划树的剖析陈述。假如没问题，那正面今日的数据是正常的，假如出现反常情况，将提示夺目的标志，并告知用户哪里出问题了，问题中心在哪。这是 DataStory 的一个雏形。而且后续用户在周会、月会上，不断搜集我们的追加问题，乃至关于反常问题的诘问，都进一步沉淀进决议计划树，终究就能成为真实的 DataStory。

未来，DataStory 能够支持多轮的交互，包含未来每天向其发问，出现一份数据陈述。需求开会讨论时，也能够使用该陈述。以及未来，在该陈述的基础上，进行诘问，翻开更深度的剖析，这些都是十分吸引人、也很激动人心的发展方向。