AI做数据分析总是答错？问题出在你没给「口径」

让 AI 做数据分析，最常见的挫败感是：同一个问题问三次，得到三个不同的数。

用户的第一反应是”模型不稳定”。但真正的原因通常是：你没告诉它口径。

一、一个真实例子

问题：“上个月的销售额是多少？”

这个问题的答案至少取决于四个未定义项：

• 销售额含不含税？
• 含不含退款订单？
• 按下单时间算，还是按支付时间算？
• 含不含运费？

不同定义下，同一份数据能算出相差 15% 以上的结果。人类分析师会主动问你，或者翻看公司的口径文档；AI 不会——它会自己挑一个看起来合理的写法，而且每次挑的可能都不一样。

所以，AI 分析结果不稳定的根源，往往不在模型，而在业务知识的缺失。

二、口径字典：一份被严重低估的投入

解决办法是维护一份结构化、可机读的”口径字典”。不用很复杂，每一条包含：指标名、业务定义、计算逻辑、时间归属、常见例外。

示例：

- 指标: 销售额
  定义: 已支付订单的商品金额合计（不含税、不含运费）
  扣除: 退款订单不计入
  时间归属: 以支付时间为准
  例外: B2B 月结订单以到账时间为准

把这份字典作为系统提示的一部分，或者做成一张可检索的元数据表，让 AI 在生成查询前先查阅，准确率会有明显提升。

三、把口径做进语义层，而不是提示词里

更稳的做法是引入语义层：把指标定义、维度、过滤条件固化在中间层，AI 只负责选择指标和维度，不负责写最终 SQL。

这样可以避免三个问题：

• 模型在 SQL 里自己发挥，比如把 where status = 'paid' 写成 where status != 'cancelled'
• 维度名称歧义（“地区”到底是收货地址还是注册地址）
• 时间口径混乱（自然月 vs 近 30 天）

代价是前期要多做一层建模，但换来的结果是可复现——同一个问题，永远同一个答案。

四、让 AI 先复述再执行

不论有没有语义层，都可以加一道简单的护栏：让 AI 在执行查询前，先输出它对问题的理解。

“我将统计 2026 年 3 月的销售额，口径为：已支付订单、不含税、不含运费、已退款订单不计入、按支付时间归属。确认吗？”

这一步的价值有两重：一是让用户能当场纠错；二是把口径不一致的问题暴露在查询之前，而不是在结果出来之后靠”感觉不对”发现。

在实际项目里，仅这一个改动就能减少相当一部分返工。

五、建立”金标准问题集”

要验证分析系统是否可靠，需要一批已知答案的问题。

做法：从历史报表里挑 50 个确定答案的问题（确保口径固定、数据不变），每次改动模型或提示后跑一遍，看结果是否一致。

这套评测集不需要多复杂的工具，一个表格加一段脚本就够。但它能拦住绝大多数”看起来正常但数值错了”的隐性错误——这类错误才是最危险的，因为它不会报错。

六、给 AI 分析师划清边界

最后一点：明确哪些问题 AI 可以独立回答，哪些必须转人工。

• 可以独立回答：口径已定义、数据在库、维度清晰的查询
• 需要确认：涉及新指标、跨系统口径、时间窗口含糊的问题
• 必须转人工：涉及财务对外披露、法务合规、需要主观判断的问题

把边界写进系统提示，也让用户知道边界在哪里，整体信任度会提升。

结语

AI 做数据分析的准确率瓶颈，八成在”语义”而非”计算”。模型早就能写对 SQL，它缺的是公司的业务定义。

花一周时间整理一份口径字典，比换一个更贵的模型有效得多。这件事没有技术门槛，只有愿不愿意做的区别。