# 怎样问出准确的结果

写清问题、核对结果，并把常用口径沉淀下来。

使用指南 · 模块: conversation · 使用者 · 部署形态：资料未说明 · 已确认产品版本：资料未说明 · 来源：编辑整理 · 按产品 4.2.76-1110（CLI 0.0.18）核对；私有部署的旧版本可能不包含近期变化。

智能体按你的问题理解要查什么。问题越具体，结果越准确，来回确认也越少。下面的方法适用于对话、看板和飞书等所有提问入口。

## 一个好问题包含什么

| 要素    | 含糊的写法  | 清楚的写法                        |
| ----- | ------ | ---------------------------- |
| 时间范围  | 最近的销售额 | 2026 年 10 月的销售额 / 近 30 天的销售额 |
| 指标和口径 | 销售额    | 销售额（实付金额减退款）                 |
| 分组维度  | 看看门店情况 | 按门店分组                        |
| 筛选条件  | 华东的数据  | 只看华东区、已完成的订单                 |
| 排序和数量 | 哪些门店好  | 按销售额从高到低，列出前 10 名            |
| 结果形式  | —      | 用折线图展示每日趋势                   |

例如：

> 2026 年 10 月华东区已完成订单的销售额（实付减退款），按门店分组，从高到低列出前 10 名。

## 用业务里的叫法，说明口径

- 用数据里实际存在的名称，或团队通用的叫法。例如数据里叫「GMV」，就不要只说「流水」。
- 同一个词可能有多种算法时，在问题里写清楚，例如「客单价按实付金额除以下单人数计算」。
- 时间要说明按哪个日期算，例如「按下单日期」还是「按支付日期」。

## 拆开复杂问题

一次只问一件事，再在同一段对话里追问：

1. 「10 月各门店销售额是多少？」
2. 「其中比 9 月下降最多的 5 家是哪些？」
3. 「这 5 家门店按商品类别拆分，哪些类别下降最多？」

智能体会沿用上下文。需要指代前面的某段内容时，选中它点「引用」。需要保留每一步中间结果的分析，用[分析画卷](https://docs.asktable.com/canvas)。

## 核对结果

- **先看 SQL。** 展开结果查看实际执行的 SQL，确认时间范围、筛选条件和计算方式。
- **看行数和合计。** 结果行数和合计值与预期差距很大时，通常是筛选条件或关联方式不对。
- **回答澄清问题时选准确的选项。** 智能体反问时，说明它发现问题有多种理解。选「跳过」会让它自行判断，结果可能不是你想要的。

## 让以后的问题更准

每次都要在问题里重复的口径，应该交给智能体长期记住：

| 内容                                   | 放在哪里                                               |
| ------------------------------------ | -------------------------------------------------- |
| 字段含义、枚举值、单位，例如「status=3 表示已完成」       | [表与字段备注](https://docs.asktable.com/data/semantics) |
| 业务规则和术语，例如「销售额 = 实付金额 - 退款」          | [业务文档](https://docs.asktable.com/agent/documents)  |
| 固定的分析步骤和输出格式，例如「周报先看总量，再看 Top 10 门店」 | [分析技能](https://docs.asktable.com/agent/skill)      |

## 选择运行模式

默认的深度思考会多做探索和验证，适合复杂问题。只需要一个明确数字时，可以在「+」菜单打开「快速模式」，回答更快、更直接。结果不对时，先关闭快速模式再问一次。