大模型應用設(shè)計思考:大模型+bi,TFlowAI如何讓大模型來檢索數(shù)據(jù)

易俊源
0 評論 1909 瀏覽 7 收藏 6 分鐘
🔗 产品经理专业技能指的是:需求分析、数据分析、竞品分析、商业分析、行业分析、产品设计、版本管理、用户调研等。

TFlowAI提出了一種基于大模型的解決方案,通過理解業(yè)務(wù)、查找數(shù)據(jù)、分析處理的過程編排,實現(xiàn)模型自主的基于數(shù)據(jù)庫的數(shù)據(jù)查詢與分析。這種方法不僅降低了開發(fā)成本,還提升了使用體驗。

在B端的助手agent中,有一個重要的場景既數(shù)據(jù)的分析!那如何讓模型能夠理解產(chǎn)品的數(shù)據(jù),理解數(shù)據(jù)結(jié)構(gòu)、理解業(yè)務(wù),準確的去數(shù)據(jù)庫中查找數(shù)據(jù),并給他客戶展示呢?我們來看TFlowAI給出的解決方案

一、用戶現(xiàn)狀場景

如客服主管的Agent助手,只需一句話,Ai幫助用戶快速找到想要的數(shù)據(jù): 如:

  • 今天客服接待的滿意度咋樣?
  • 用戶投訴最多的問題是那些?
  • 從官網(wǎng)來的咨詢量有多少?滿意度怎樣?

這些數(shù)據(jù)的查找、獲取在原有產(chǎn)品設(shè)計中,有2個體驗不好的點:

  1. 開發(fā)成本:新統(tǒng)計維度、數(shù)據(jù)項的增加,需要開發(fā)進行計算&編排
  2. 使用體驗:數(shù)據(jù)分析維度,查看維度等等都受制于產(chǎn)品界面的限制;

那是否借助大模型的理解能力,來實現(xiàn)模型自主的基于數(shù)據(jù)庫的數(shù)據(jù)查詢與分析,生成報表,從而擺脫通過系統(tǒng)開發(fā)的方式實現(xiàn)數(shù)據(jù)的統(tǒng)計與分析。

二、解決方法

解決方法的設(shè)想:參考rag的面向過程編排的方法,將模型處理理解業(yè)務(wù),查找數(shù)據(jù),分析處理的過程通過workflow得形式編排,用大模型進行串聯(lián)處理。

1. rag的流程

1)流程

2)流程說明

  1. 用戶提問向量化,index檢索相似片段
  2. 通過提示詞+用戶提問+check片段 打包發(fā)給大模型
  3. 模型進行解答

2. 大模型+BI的過程編排流程

1)流程設(shè)計

整個過程會經(jīng)歷問題的反寫,表結(jié)構(gòu)的理解,SQL的生成,SQL的執(zhí)行,數(shù)據(jù)的可視化五個階段。依次講解下每個環(huán)節(jié)做什么。

(1)問題反寫:讓大模型理解query,通過提示詞,讓模型理解意圖,當前產(chǎn)品有關(guān)的數(shù)據(jù)維度解釋說明,計算規(guī)則等。從而將用戶的需求完整的描述處理。

  • 用戶提問:官網(wǎng)線索轉(zhuǎn)換了是多少?
  • 模型反寫:想要了解從官網(wǎng)注冊的用戶,最終購買產(chǎn)品的比例。計算規(guī)則:官網(wǎng)線索客戶成交數(shù)/官網(wǎng)線索數(shù)

(2)理解表結(jié)構(gòu):讓模型知道從那張表中獲取相關(guān)的數(shù)據(jù)。通過補充表+字段的方法,讓模型知道數(shù)據(jù)庫中有哪些表,從而推測要用到哪些表

  • 比如表結(jié)構(gòu)理解輸出:模型反寫:想要了解從官網(wǎng)注冊的用戶,最終購買產(chǎn)品的比例。計算規(guī)則:官網(wǎng)線索客戶成交數(shù)/官網(wǎng)線索數(shù),要統(tǒng)計從線索表中篩選來源為“官網(wǎng)”的線索數(shù),統(tǒng)計從成交訂單中篩選來源為“官網(wǎng)”的訂單數(shù)

(3)SQL生成:接住大模型或者txt2SQL等模型,將文本轉(zhuǎn)為可執(zhí)行的SQL

(4)執(zhí)行SQL:執(zhí)行上一步生成的SQL,獲取其結(jié)果

(5)數(shù)據(jù)可視化:借助繪圖工具,繪制趨勢圖等圖表。同時模型對于數(shù)據(jù)進行簡單的分析說明

(6)輸出:對用戶輸出可視化的內(nèi)容

整個過程的關(guān)鍵環(huán)節(jié)在于問題的反寫與表結(jié)構(gòu)的理解,需要在這個環(huán)節(jié)中用提示詞給模型正確的引導,讓模型能夠理解清楚業(yè)務(wù),以及用戶的意圖、計算邏輯。同時對于喂給大模型的內(nèi)容,進行選擇性的拼接。

同時也可以考慮增加嬌艷環(huán)節(jié),降低理解的出錯率。

3. 進階:融入Agent

更深度的應用,可以將大模型+bi的環(huán)節(jié),變成Action事件,嵌入到已有的Agent當中

三、優(yōu)勢與問題

1. 優(yōu)勢

  • 開發(fā)成本低:只需要數(shù)據(jù)庫增加字段,提示詞增加說明,即可滿足用戶對于數(shù)據(jù)分析的數(shù)據(jù),開發(fā)成本大幅降低;
  • 使用體驗:基于模型的理解去分析,查找數(shù)據(jù)、分析數(shù)據(jù),實時繪圖,擺脫原有數(shù)據(jù)報表的限制,可以自定義進行深度的分析。

2. 問題

  • 復雜數(shù)據(jù)的處理不確定,可能需要借助增加過程、借助agent等提高模型對復雜數(shù)據(jù)的處理;
  • 存在幻覺、異常數(shù)據(jù)排查難度較大,過程黑盒無法排查!

本文由 @易俊源 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載

題圖來自 Unsplash,基于 CC0 協(xié)議

該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
"="" class="meta">03-026400 瀏覽
"="" class="meta">
"="" class="meta"> "="" src="https://image.woshipm.com/wp-files/2023/03/m71AErxo22Eyfs3IH4r8.jpg!/both/120x80" alt="如何打造極致的用戶體驗的秘訣—尼爾森十大可用性原則!(上)">
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!
专题
14575人已学习13篇文章
营销自动化是一个可用于自动执行营销任务的工具。本专题的文章分享了如何搭建自动化营销平台。
专题
15025人已学习12篇文章
再好的产品,没有优质的推广渠道加持和App投放增长的方法,也很难实现有效传播和增长。本专题的文章分享了App投放推广指南。
专题
12914人已学习12篇文章
随着互联网的不断发展,如今获客渠道及方式也有很多。本专题的文章分享了获客渠道及方法。
专题
12031人已学习13篇文章
Sora产品的爆火,给了我们不少的震撼,感叹AI在内容创作领域的进步实在是太快了。本专题的文章分享了对于Sora的解读和思考。
专题
15219人已学习14篇文章
在我们的生活中,因为大数据的应用,很多事情变得越来越便利。本专题的文章分享了大数据的应用场景。
专题
137803人已学习32篇文章
做一个好运营,技术和意识都得过硬。