企业 AI 问数不是聊天框:指标、权限和结果协议
从实际问数链路出发,记录我对企业 AI 问数产品的理解:模型只是其中一环,真正决定可用性的往往是指标、权限和协议。
聊天框只是入口
企业问数如果只看聊天体验,很容易做成一个好看的 Demo。真正进入业务,问题会变得具体:这个“收缴率”是哪套口径?组织是集团还是项目?时间是自然月还是账期?当前用户有没有权限看这个项目?结果应该展示指标卡、趋势图还是对比表?
我认为要先稳住三件事
- 指标标准化:自然语言必须映射到稳定的 targetId 或指标编码,不能每次靠模型临场发挥。
- 权限前置:组织树、项目范围和角色权限要进入服务端查询链路,而不是在前端做展示过滤。
- 结果协议:AI 返回的不是一段自由文本,而是能被移动端、Web 端和大屏消费的结构化结果。
| 维度 | Demo 型问数 | 系统型问数 |
|---|---|---|
| 指标 | 提示词里猜 | 标准指标、targetId、口径说明 |
| 权限 | 回答后再过滤 | 服务端查询前置校验 |
| 结果 | 自然语言文本 | 卡片、图表、表格、追问协议 |