← 返回 技术博客

技术文章

让 AI 分析遵循业务口径:衡石指标语义与分析方法的配置实践

从指标语义、数据集知识与运行时技能三个层次,介绍如何维护可复核的 AI 分析路径、版本与权限边界。

2026/10/26技术博客HENGSHI4 分钟阅读
AI 分析指标语义运行时技能Data Agent

Article body

正文

企业把 AI 用于经营分析,难点不只是把自然语言变成一次查询,而是让结果回到确定的业务口径与检查路径。“利润为什么变化”的回答,至少要交代:引用什么指标、适用哪段时间和数据范围、与什么基线相比、下一步该沿哪些维度核查。将这些条件维护成配置,分析才可能在人员、会话和版本变化后仍然可复核。

本文所说的“分析方法”不是模型的隐藏推理过程,更不是把利润归因或销售漏斗写成所有企业都已验证的固定套路。它是业务与数据团队共同维护的分析路径:问题、指标、适用边界、比较条件、拆解顺序和交付限制。衡石将指标管理定位为“一处定义,多方使用,口径归一”,并说明 HQL 用于解耦数据存算与指标逻辑;这为把业务方法和指标资产一起维护提供了基础。

1 将分析方法写成可维护的路径

临场提示可以帮助用户把问题问完整,却难以成为长期可审阅的资产。例如,“解释本季度毛利率下降”若只由模型即席发挥,可能遗漏退货、币种换算、组织范围或关账状态;即使文字合理,也难以判断是否采用了与上期相同的条件。分析路径应把“先确认什么、再比较什么、何时停止解释”明确为可检查的约定。

配置项应回答的问题维护责任
分析目标要解释变化、定位异常,还是形成例会初稿?业务负责人
指标语义公式、过滤条件、粒度、版本和责任人是什么?指标负责人
数据范围使用哪些数据集、组织、时间、币种和快照?数据负责人
比较基线同比、环比、预算或历史区间;条件是否一致?业务与分析人员
分析路径先校验什么,再按哪些维度拆解?分析人员
交付边界哪些结论待核实,谁审核后可以使用?业务负责人

对于反复出现的经营问题,衡石 7.0 可由管理员通过运行时技能扩展业务方法和工具使用指导。技能以 ZIP 上传,包内以技能 ID 命名目录,并包含 SKILL.md 和可选参考资料;管理员按版本上传、启用、停用和回退。同一技能的新版本可以替换当前启用版本,但每个新任务使用启动时的已启用技能快照。团队应在变更与验证记录中留存启用版本,便于追溯这次分析所采用的业务方法。

这不等于把旧提示词整段搬进新系统。每条规则应说明适用的数据范围、指标口径、边界条件、责任人和代表性问题。旧版调优提示词和 Workflow 不会自动转换为 7.0 运行时技能;迁移应先清理失效规则,再以受控数据验证新版本。该实现边界以本文核对的 HENGSHI SENSE 7.0《Data Agent》《运行时技能扩展》手册为准。

2 从指标到解读:分开维护口径、知识与方法

指标定义、数据集知识与运行时技能各司其职,由服务端在当前用户权限内执行,输出可核对的结论。

2.1 指标语义:负责“这个数是什么”

指标语义将业务名称落到可复用的计算定义。以毛利分析为例,团队可明确:净收入是否扣除退货、折让和约定税额;营业成本包含哪些成本中心;毛利等于净收入减营业成本;毛利率等于毛利除以净收入。净收入为零时,展示规则也应预先约定。这只是业务定义示例,不是所有企业、准则或管理场景都可直接套用的公式。

语义还必须携带上下文。月度与季度的汇总方式、人民币与外币的换算规则、法定实体与经营组织的范围、已关账与实时流水的状态,都可能改变一个数字的含义。衡石官网将 NL2Metrics 和建模语义层列为问数架构核心,同时强调安全控权;自然语言问数不能跳过这些治理条件。

2.2 数据集知识管理:负责“问题应找谁、如何理解”

数据集知识管理承担语义准备:说明数据集用途和覆盖范围,补齐字段、指标、关系及业务口径,记录默认过滤、时间粒度、指标公式和同义词。它帮助系统把“回款”“实收”“到账”等表述关联到合适的数据对象,也帮助维护者识别问题是否超出当前数据范围。

知识管理不能悄悄改写指标计算。若“销售完成率”分别有年度目标版和滚动预测版,应该由指标定义和版本先区分,再由知识说明别名和适用场景。7.0 手册也要求补全字段和指标说明,并明确业务公式、单位和时间粒度。知识的职责是提高定位与理解质量,指标语义的职责才是决定计算口径。

2.3 智能解读配置:负责“如何呈现已知事实”

智能解读适合把已约定的指标、比较窗口和拆解顺序组织成一份描述性分析初稿。例如先检查数据新鲜度和可比性,再呈现毛利率变化,最后依产品、区域或渠道列出需要复核的贡献项。HENGSHI SENSE 7.0 中,已保存且当前用户有访问权限的仪表盘可发起智能解读;系统创建该仪表盘范围内的只读对话,并参考可见过滤条件。页面过滤只是分析提示,不能绕过服务端数据权限。

本例使用智能解读整理已有及历史数据、提示异常并辅助分析。若要预测未来走势,应另行验证预测方法、适用条件与误差。 对跨口径归因、前瞻预测和重大经营决策,应补充假设、外部证据和人工审核。官网所称的指标智能探查与 AI Agent 结合,可用于指标异常分析与归因;它应服务于核查和组织分析,而不替代经营决策责任。

下面给出一个 7.0 运行时技能文件的 SKILL.md 示例,可保存为 gross-margin-review/SKILL.md,再将 gross-margin-review 目录打包为 ZIP。示例业务规则须由企业校核;它不是产品内置的利润口径,也不是 HQL、API 或隐藏推理展示。

---
name: gross-margin-review
description: 已关账季度毛利率变化的核验与复核指引
---

# 毛利率复盘

## 适用范围
- 使用已确认的关账快照;按财务月汇总至财务季度。
- 仅比较相同法定实体、经营组织和执行用户获准的数据范围。
- 统一使用批准的 CNY 换算规则和指标定义版本。

## 指标约定
- 净收入沿用企业已发布的指标口径,不临时重算扣减项。
- 毛利 = 净收入 - 营业成本;毛利率 = 毛利 / 净收入。
- 净收入为 0 时,按业务规则展示,不计算无意义的比率。

## 分析顺序
1. 先说明时间、单位、范围、快照和查询来源。
2. 在条件一致时做同比或环比,再按产品、区域、渠道拆解。
3. 列出待复核项;不做预测,不替代人工审核。

3 可比性与权限由执行条件共同决定

同名指标不会在任何条件下自动得到同一个数。只有时间粒度、币种和换算规则、组织与数据范围、筛选条件、执行身份的数据权限,以及数据快照或刷新状态相同,才有比较数值的基础。不同指标版本、已关账快照和实时流水也不应混为同一基线。条件不足时,输出应标记待核实,而不是强行给出归因。

权限尤其不能依赖技能中的一句提示词。7.0 Data Agent 的模型与工具循环、权限校验、历史和任务管理都在衡石服务端完成;数据访问和操作权限沿用平台配置。技能可以提示系统如何分析已授权数据,却不能增加数据或写入权限。所选范围、模式与模型配置标识在对话创建时固定;模型配置内容的改动可从下一回合生效,更换范围或模式则需要新建对话。上线前,应以真实角色验证数据对象可见性、行级范围和敏感字段展示,并将权限测试与口径测试分开留档。

4 让方法论成为可演进的团队资产

可以从一个数据链路稳定、负责人明确的高频问题开始:先建立最小指标语义、数据集知识和运行时技能;再准备已人工确认的典型问题与边界问题,形成回归样例。每次指标公式、字段含义、同义词、数据权限、币种规则或快照逻辑变化后,都应重新验证结论、范围提示和权限结果。需要回退时,停用新技能版本并启用保留版本;已启动任务仍使用启动时的技能快照。

业务负责人应批准口径、基线和解释边界;数据负责人维护数据集知识、刷新状态和权限;分析人员维护拆解路径与报告结构。衡石官网也将 Data Agent 的数据解读和报告生成列为增强能力;把这些能力放在清晰的指标和规则之上,才能使解释成为可追溯、可改进的分析资产。

HENGSHI SENSE

丰富的资源 完整的生态

邀您成为衡石伙伴

立即加入

企业级部署、产品集成与试用咨询均可快速响应