Chat2BI(Ai生成图表)使用指南
在AI应用里找到Chat2BI应用，点击演示按钮进入图表问答界面。
功能介绍
- 支持多种图表类型，包括柱状图、折线图、饼图、多列柱状图、多行折线图、折柱图、面积图、雷达图、仪表盘。
- 支持多数据源查询，在系统里配置的数据源都可以进行图表查询，若不指定数据源，则默认使用系统数据库。
- 支持自然语言查询，用户可以通过自然语言输入查询需求，智能体会自动解析并生成相应的图表。
- 支持已知数据生成图表，用户可以直接输入数据，智能体会根据数据生成相应的图表。
提问示例
建议每次查询不同的图表时，新建一个对话，这样可以避免上下文干扰，获得更准确的结果。
一、查询系统默认数据库
查询默认数据库，不需要指定数据源名称，直接提问即可。
1. 请帮我查询系统用户的性别比例。
2. 请帮我统计Online表单、Online图表、Online报表的数量，并使用柱状图展示。
二、切换不同的数据源
直接在提问时说明要查询的数据源名称既可，
数据源名称不需要说的很精准，假如数据源里配置的名称是本地达梦，但只要说达梦数据库、达梦等，智能体都能识别。
1. 目前系统中有哪些数据源？
当你询问系统中有哪些数据源时，智能体会自动列出当前系统配置的所有数据源名称，方便你在后续查询中指定数据源。
2. 在达梦数据库中统计每个月新增的用户数量趋势。
其中
达梦数据库为数据源名称，请根据实际情况替换为你系统中的数据源名称。
三、多个数据源同时查询
1. 请帮我在MySQL数据库和达梦数据库中分别统计用户的性别比例。
只需要在问题中提及多个数据源名称，智能体会自动识别并分别查询。
四、已知数据生成图表
1. 我有以下销售数据：北京:120万，上海:150万，广州:90万，深圳:110万。请生成一个柱状图展示这些数据。
两代 Chat2BI 对比（自动匹配表 vs 数据域建模）
平台目前并存两代 Chat2BI 实现，二者定位不同、各有取舍，使用前请先确认你用的是哪一代。
| 对比项 | 老版（Ai生成图表 / 自动匹配表） | 新版（积木 ChatBI / JimuChatBI） |
|---|---|---|
| 入口 | AI 应用 → Chat2BI 应用 | AI 应用 → 积木 ChatBI |
| 选表方式 | AI 自动匹配：根据表/字段描述从全库挑表 | 人工预配：在「语义建模」里手选数据域内的表 |
| 提问范围 | 整库所有"对 LLM 可见"的表，可跨数据源 | 仅限助手绑定的数据域内的表，域外问题不作答 |
| 多数据源 | 支持，提问时说数据源名称即可切换 | 一个数据域绑定一个数据源 |
| 准确性 | 灵活，但 AI 可能选错表/算错口径 | 口径可控、结果可信（支持指标/维度调整、业务术语、敏感词护栏） |
| 适用场景 | 探索式分析、临时取数、什么都能问 | 面向业务用户的固定分析域、对结果准确性要求高 |
老版：基于表结构自动匹配表
老版是全库自动匹配模式：智能体先列出当前数据源下所有"对 LLM 可见"的表及其业务描述，再根据用户问题自动判断该用哪几张表，取这些表的结构后生成 SQL。
- 不需要预先配置分析域，问什么就去库里找什么。
- 表/字段的业务描述维护在「AI 数据表」中——描述越清晰，自动匹配越准。
- 因此使用前建议先在「AI 数据表」里给关键表/字段补充注释，并设置"仅 LLM 可见"范围。
老版灵活但依赖描述质量，AI 有可能选错表或算错口径，结果建议二次核对。
新版：数据域语义建模
新版改为数据域 + 助手的受控模式：
- 在「语义建模」里建一个数据域，绑定一个数据源，并手动选入该域要用的几张表、配置字段（指标/维度/主键）、表关联、业务术语等。
- 新建一个助手并绑定该数据域（如截图中的"系统用户助手 / 数据范围：系统用户分析域"）。
- 用户提问时，系统只把该数据域内的表结构交给 AI，AI 不得使用域外的表。
这是有意的取舍：新版牺牲"什么都能问"的灵活性，换取口径可控、可调指标/维度、可配业务术语、可加敏感词护栏，更适合给业务用户使用、对结果可信度要求高的场景。
正因如此，新版无法回答数据域之外的问题——若提问涉及的表没有被加入当前数据域，助手将无法取数。需要扩大可问范围时，请在「语义建模」中把相关表加入数据域。