推荐问题配置指南

推荐问题用于帮助用户快速理解一个分析域能回答什么问题。它会出现在分析域问答入口的引导区域，适合作为业务用户的首问示例，也适合用于分析域上线前的问答效果验证。

推荐问题不是装饰性文案。一个好的推荐问题可以把用户引导到已经配置好的表、指标、知识、文件和答案构建器上，减少用户第一次使用时不知道该问什么的问题。

推荐问题的价值

配置入口

进入目标分析域配置页：

1. 打开分析域。
2. 进入“基础信息”。
3. 找到推荐问题区域。
4. 点击“添加问题”。
5. 在文本框中输入推荐问题。
6. 按回车保存该问题。

实操中，点击“添加问题”后，页面会出现内联输入框，提示：

请输入推荐问题，按回车键添加

输入问题后按回车即可添加。保存后，分析域更新时间会更新。

推荐问题展示位置

实操验证中，添加推荐问题后，该问题会出现在新的分析页欢迎区域，并可在热门问题搜索中看到。

例如添加：

按 plan 展示账户健康概览

之后进入分析域问答页，可以在推荐或热门问题区域看到该问题。

这说明推荐问题不仅用于配置页展示，也会影响终端用户进入分析域后的问题引导。

如何设计高质量推荐问题

覆盖核心业务场景

推荐问题应围绕分析域的核心业务目标，而不是随意罗列字段。

例如账户分析域可以配置：

• 账户总数是多少？
• 当前活动用户数是多少？
• 按 plan 展示账户健康概览。
• 只看 Google 来源的账户健康概览。
• 不同国家的账户数量分布如何？

这些问题分别覆盖整体指标、业务口径、多维分析、过滤分析和分布分析。

使用用户自然语言

推荐问题应使用业务用户平时会说的话，而不是纯技术字段名。

推荐：

按套餐展示活跃账户数和账户活跃率

不推荐：

group by plan count active_subscription

如果字段别名和知识配置足够清晰，用户使用“套餐”“活跃账户”“账户活跃率”等表达时，系统更容易映射到正确字段或指标。

与已配置能力对齐

推荐问题应该能被当前分析域稳定回答。不要把尚未配置表、指标、知识或答案构建器的问题放入推荐问题。

控制问题数量

推荐问题不宜过多。建议先配置 5 到 8 个高质量问题，覆盖最常见的分析路径。

如果推荐问题太多，用户反而难以判断从哪里开始。可以按优先级选择：

1. 一个整体概览问题。
2. 两到三个核心指标问题。
3. 两到三个维度或筛选分析问题。
4. 一个口径解释或文档问答问题。

推荐问题类型

${dims}

${filters}

推荐问题与问答验证

推荐问题可以直接作为上线验收问题集。

上线前建议逐条点击或复制推荐问题验证：

1. 是否能正常返回答案。
2. 是否使用了正确表、指标、知识或答案构建器。
3. 是否生成了符合预期的 SQL。
4. 是否使用了正确维度和过滤条件。
5. 是否没有引用不相关文件或知识。
6. 是否能生成合适图表。
7. 业务口径是否符合预期。

如果推荐问题都无法稳定回答，不建议直接开放给业务用户。

推荐问题与分析域治理

推荐问题也能帮助治理分析域边界。

如果一个推荐问题需要跨多个互不相关的业务主题，通常说明分析域范围可能过大；如果推荐问题经常需要访问不在当前域内的表或知识，说明资源配置不完整或域划分需要调整。

可以用推荐问题反向检查分析域设计：

常见问题

推荐问题保存后在哪里看到？

实操中，保存后的推荐问题会出现在新的分析页欢迎区域，也可以在热门问题搜索中看到。

推荐问题会强制系统按固定逻辑回答吗？

不会。推荐问题主要是用户提问引导。是否能稳定回答，仍取决于表、字段语义、知识、指标、答案构建器和权限配置。

如果希望固化复杂 SQL 逻辑，应使用答案构建器；如果希望固化指标口径，应配置指标或知识。

推荐问题应该写技术问题还是业务问题？

推荐写业务问题。技术字段名可以出现在字段配置、指标配置和答案构建器中，但推荐问题面向终端用户，应尽量使用业务语言。

推荐问题能否用于测试文档问答？

可以。对于包含文件的分析域，建议至少配置一个文档解释类推荐问题，例如：

文档中活跃账户是什么意思？

这可以帮助用户知道该域不仅能查数，也能解释文档和口径。

相关文档

• 配置分析域
• 分析域配置后如何验证问答效果
• 答案构建器最佳实践
• 文件与文档问答指南