什么是业务知识

AskTable AI 的挑战，相比生成准确的查询指令（SQL），更重要的是如何真正理解用户的意图。

在企业内部，为了提高效率，常常会形成许多约定俗成的简称和规则。这些信息在内部交流中无需多言，大家自然心知肚明。但对于一个外来的 AI 来说，这些"大家都知道"的信息却是陌生的。

要让 AI 真正"懂你"，就需要对它进行训练，让它也能学会并掌握这些"大家都知道"的信息。我们将这类信息归纳为"业务知识"，它是企业文化与经验的沉淀，是帮助 AI 提升理解力的关键所在。

如何让 AI "懂业务、懂用户、懂数据"？

为了让 AI 产出的结果不仅准确，而且符合业务逻辑，我们将上下文分成了五个核心维度：

维度名称	作用	AI 学习到了什么？	业务示例
Preference 偏好	懂用户	学习你的习惯和审美，决定结果的呈现方式	"我喜欢用柱状图看月度对比"、"数值保留两位小数"
Glossary 术语	懂语言	统一内部口径，把"黑话"翻译成数据库能理解的代码	"GMV"是指"实付金额+运费"、"老客"是指"下单超过3次的客户"
Training Data 训练集	懂经验	通过"举栗子"让 AI 模仿专家的查询思路和复杂逻辑	提供一份完美的 SQL 样本，让 AI 学会如何处理复杂的跨表关联
Meta Description 字段备注	懂内容 (What)	告诉 AI 每一个字段到底代表什么实际意义	字段 st_code 的备注是"门店编号"，避免 AI 产生歧义
Meta Instruction 字段指令	懂逻辑 (How)	告诉 AI 针对特定字段，处理时的禁忌或算法	"统计 profit 时必须剔除测试账号的数据"、"折后价不能大于原价"

信息

字段备注（Meta Description）和字段指令（Meta Instruction）是元数据的重要组成部分，详细配置方法请参考字段注释。