Article body
正文
业务人员评价 ChatBI 快不快，通常只记得从点击发送到看到结论的那段等待。对实施团队而言，这段等待至少包含三件不同的事：界面何时给出第一个可见反馈，数据何时以可用指标或图表返回，以及完整解释何时生成。把三者混成一个数字，会把数据查询、模型生成、前端呈现和数据更新的问题混在一起，也会让优化失去方向。
衡石 ChatBI 的价值不只在于把自然语言转换为一次查询。它让用户在角色权限允许的范围内，围绕数据集和业务指标提问，并把结果组织为数据与图表。企业若先把指标口径、维度和权限建好，ChatBI 就能把问数放进已有的语义和治理边界中。本文以区域销售分析为例，说明怎样设计一条既能尽早反馈、又能复验结果的端到端链路。
一条区域销售问题，先确认口径再追求速度
假设华东销售负责人提出：“本月华东实际销售额和目标完成率是多少？食品和非食品分别由哪些城市拉动？”这不是一个只要返回数字的问题。团队需要先确认“销售额”是否含税、退货如何处理、目标完成率的分子和分母是什么，以及该负责人是否只能看到华东的数据。
衡石的指标管理和 ChatBI 问数范围为这一步提供了落点。将“实际销售额”“销售目标”“目标完成率”配置为受治理的业务指标，并将大区、品类、城市定义为可用维度后，系统可以把用户语言优先对齐到指标和维度，而不是让模型从大量字段名中猜测含义。NL2Metrics 的意义正在这里：它收窄了语义选择空间，减少同一口径被误解后再次追问、改问或重跑查询的机会。它不替代指标治理，模型也不能替业务部门决定口径。
权限要在性能验收前就固定。ChatBI 文档明确说明，用户基于角色权限对数据集和业务指标进行问数。测试时不能用管理员角色跑出一份结果，再把它当作区域经理的体验。区域经理、销售总监和管理员应分别验证可见指标、可见维度、可下钻范围和返回内容。
把“响应时间”拆成三个用户可感知的时点
| 记录项 | 起止定义 | 它回答的问题 |
|---|---|---|
| 首个进度反馈 | 用户发送问题，到界面出现首个可见状态 | 用户是否知道任务已经开始处理 |
| 首个可用数据 | 用户发送问题，到可核对的指标结果或图表出现 | 数据链路和查询是否成为主要等待项 |
| 完整答案 | 用户发送问题，到结论、解释和图表均可阅读 | 生成、渲染和多步骤分析耗时是否需要继续排查 |
衡石的模型通用配置提供 ENABLE_STREAM，用于控制大模型流式返回，默认开启。企业通过 HTTP API 接入时，还需在接口请求中启用 stream=true；英文 Data Agent 手册列出了阶段状态、增量文本、图表和结束事件，接入团队可以据此呈现进度与逐段答案。模型侧开关与接口侧输出方式应分别核验。首个可用数据仍以完成权限约束和实际查询后的指标或图表为准，首个文本片段只代表交互已经开始。
结合数据路径定位查询瓶颈
区域销售问题经过口径确认后，可能先走业务指标查询，也可能进入 HQL 查询阶段。Data Agent HTTP API 公开的流式状态包括指标查询、HQL 查询和分析总结等环节，对接团队可据此记录当前处理阶段。对于“哪些城市拉动增长”这类分析问题，系统可能需要多步取数和汇总，验收应记录可观察到的查询条件与次数。
若查询基线本身慢，先在 ChatBI 之外用相同指标、时间范围、筛选条件和排序复现一次图表或数据集查询。衡石的性能与实时性指引给出清晰取舍：数据量不大、必须查看源端最新数据时优先直连；跨数据源或计算复杂时可考虑数仓或数据集成后按计划同步；访问量高且查询重复度高时，可结合图表缓存周期。加速引擎以导入和更新换取查询性能，因此数据新鲜度必须随测试一起记录。
稳定、重复的分析场景可以评估聚合数据集和加速路径，但先要写下最低下钻粒度。目标完成率、去重客户数、期末余额等指标不能简单把下层结果相加。团队应保留能够复算的分子、分母、日期或明细，并在加速前后用同一问题集比对口径。这样做会多花一点建模时间，却能避免用“更快的错误答案”换取演示效果。
在同一环境下测量 P50、P95 与结果质量
性能验收应使用目标部署环境的测试数据。模型供应商、数据源位置、数据量、权限规则、并发和更新任务都会影响结果。团队应选择两个脱敏样本：一个是“本月华东实际销售额”这类高频、筛选较少的问题，另一个是“按品类和城市解释目标完成率变化”这类维度更多的问题。对每个样本分别记录首个进度反馈、首个可用数据和完整答案的中位数与 P95。
每轮只改变一个条件，例如时间范围、并发数、缓存冷暖状态或更新窗口。保持问题原文、用户角色、指标版本、数据集版本和浏览器环境不变。除速度外，同步检查四项：返回指标是否与定义一致，区域用户是否看不到越权数据，图表的筛选与答案是否一致，结果所用数据的最近成功更新时间是否满足业务要求。出现失败或异常时，保留对话卡片中的执行日志以及浏览器请求响应，帮助定位模型、检索、权限、数据或前端交互中的问题。
把性能优化落在可治理的产品能力上
一条好的 ChatBI 链路从指标语义开始，在权限边界内发起查询，用真实执行状态减少空白等待，并让用户能复核结果。衡石提供了业务指标、ChatBI 问数、HQL 查询、数据集与加速能力，以及面向 Agent 的流式配置；企业仍需根据自身的数据时效、分析粒度和部署条件做取舍。先把首个反馈、首个可用数据和完整答案分开测量，再决定应优化语义、数据路径、模型配置还是页面呈现，性能改进才会留下可复验的证据。