如何让 DataGPT 回答得更准确

作为一个基于数据的问答系统，回答的准确性尤为重要。系统提供以下手段来保障准确性：

1.数据治理

• 数据画像（DataGPT Profile）：系统提供数据画像功能，让您了解底层数据集表的数据状态。通过 左侧导航栏 -> 数据 -> 数据表，在表详情页的 统计分析 页签，可以查看数据状态，帮助您进行数据治理。通过建立数据画像，也有助于通过自然语言找到合适的目标数据。

• 表、列描述与列别名配置：为表和列添加准确的描述和别名信息，这有助于系统精确地将问题与数据做匹配。在 左侧导航栏 -> 数据 -> 数据表 中，可以分别配置表级别的描述、列的别名（Alias）和列的描述（Description）。数据表和列有清晰准确的别名和描述，不同表和列在名称和描述上的歧义越小，回答的准确度越高。

• 索引开关：对于经常被问题引用的列的具体值，可以选择为该列创建索引。例如，区域、产品类别、渠道等常用维度列可以考虑开启索引。（如果底层数据有更新，可以在 Action 中重新刷新该列的索引。）

  • 例如问题：“2022年7月南区的销售额是多少？” 实际表中 region 字段存储的值为 South，如果不添加索引，以 region = '南区' 为条件无法搜索出任何值。如果添加索引，系统会将“南区”与原值“South”进行相似度匹配，并给出推测提示：
    

    预览

• 列类型与用途：请根据列的实际含义填写列类型（ColumnType）与用途（Intended For）。该选项会影响系统是否选择该列作为数据来源。

2. 划分分析域

拆分业务域（或分析域）有助于系统更加聚焦于特定数据。

1. 预先划分分析域，减少每个 Domain 里涉及的数据表范围和知识范围。
2. 针对域（Domain）提问更为聚焦，同时域会绑定用户，能做到表级别的数据隔离。

3. 创建指标与答案构建器

指标是聚合函数或基于聚合函数的计算结果，答案构建器是基于 SQL 的模板定义，两者均为预定义对象。基于指标和答案构建器进行回答，会使准确率大幅提升。如果对问答准确率有严格要求，建议预先定义好它们。指标支持别名，用于匹配更多的表达方式。请参考指标与答案构建器

预览

4. 采用输入提示

列值智能匹配：启用列值索引功能后，系统将在您输入时提供实时数据值提示，以确保查询结果的准确性与相关性。

预览