很多人第一次用对话式查数，卡在同一处：不知道哪些问题能问、哪些问了也白问。要么问得太笼统拿回一堆废话，要么把需要口径确认的事当成一句话就能出结果。这篇按问题类型拆开，每类给几个可直接照抄的问法，再讲清什么情况下这类问题不适用，以及怎么去站内页面核对口径和数字。
很多人第一次用对话式查数，卡点不在工具会不会用，而在不知道哪些问题能问、哪些问了也白问。问得太笼统，拿回一堆看着对但没法用的结论；把本来需要先确认口径的事，当成一句话就能出结果，结果返回来一个数，你还得反推它到底算的是哪个口径。
这篇按问题类型拆开讲四类能直接开口问的问题，每类给几个可以照抄的问法，再补上什么情况下这类问题不适用。最后给一套提问前自查的顺序，以及什么数字该去站内页面核对，而不是只信一次问答的返回。
单指标查询：最稳的一类问题
「某个数是多少」这类问题最不容易出错，因为答案的形态很确定，就是一个数字。关键是别把三要素省掉——指标名、时间范围、筛选条件。缺任何一个，模型只能替你猜，猜错了它也不会告诉你。
- 昨日订单量是多少（指标名 + 时间）
- 本月新增客户数，只算华东区（指标名 + 时间 + 筛选）
- 某门店上周营业额，按支付口径（指标名 + 时间 + 筛选 + 口径）
- 上个月通过小程序下单的退款笔数（指标名 + 时间 + 渠道 + 动作）
如果你要的指标口径本身就复杂，比如需要多张表关联、要排除内部单和测试单，那它更适合走固定报表，而不是一句话问答。想先摸清手上的工具能覆盖到哪一层，可以到 AI 数据工具目录（/ai-nav/category/ai-data） 对一下各类工具的能力边界，再决定这个问题该问谁。
对比与趋势：环比、同比、排序、TOP N
- 环比
- 和上一个相邻周期比，比如这周对上上周
- 同比
- 和去年同期比，用来抹掉季节性
- TOP N
- 按某个指标排序取前几名，必须说明排什么、取几名
- 粒度
- 按天、按周还是按月，直接决定返回的表格长什么样
趋势类问题最常见的坑是粒度没写清。你说「看最近的销售趋势」，返回的可能按月也可能按天，两种粒度看出来的结论能完全相反。区间也要给，是看近几周还是看整个季度，别让它自己定。
| 问法类型 | 必须写清楚的部分 | 容易踩的坑 |
|---|---|---|
| 环比对比 | 对比的两个周期、指标口径 | 周期长度不一致，比如拿 7 天比整月 |
| 同比对比 | 去年同期、是否含当天 | 节假日错位没说明，结论会虚高 |
| 排序 TOP N | 排序指标、取几名、时间范围 | 没排除退货和测试单，名次会偏 |
| 趋势曲线 | 按天还是按周、看多久 | 粒度没写，图表和你的预期不是一档 |
不适用的情况也得说：业务刚上线、数据量还很小的时候，趋势没有解释力，这时候硬解读几个点的波动没意义。先攒够样本，再回头看曲线。
归因与拆解：为什么涨了、哪个环节拖后腿
这类问题的本质是下钻。你不能一句「为什么这个月业绩掉了」就指望拿到完整答案，正确的做法是先问总量变化，再按维度一层层拆下去。一次只下钻一个维度，同时按渠道、按新老客、按地区一起拆，得到的结果基本没法用，因为说不清是哪一层在起作用。
- 第一步：确认变化存在先问总量涨跌多少，确认这个变化不是统计口径调整引起的；对着站内 数据榜单与来源（/rankings） 看更新时间，确认你问的是同一版数据。
- 第二步：单维度下钻挑最可疑的一个维度拆，比如按渠道看转化率变化，一次只拆一个，方便定位。
- 第三步：带着已知事实再问把背景写进问题里，比如「上周投放停了几天，同期转化率有什么变化」，模型的排查方向会准很多。
明细与筛选：把符合条件的记录捞出来
「列出符合条件的订单 / 客户 / 合同」这类问题，能不能问得动，取决于你的筛选条件能不能落到具体字段上。说清楚要哪些列、要多少条、按什么排序，否则返回的明细常常缺关键字段，你还得再问一轮。
- 筛选条件要能对应到字段：地区、渠道、金额区间、状态，这些一般都能落
- 列名要指名道姓：要订单号还是要客户编号，要下单时间还是要支付时间
- 条数上限先说：要 20 条示例还是要全量导出，对应的是两种不同操作
- 排序规则写清楚：按时间倒序还是按金额正序，默认顺序往往不是你要的
涉及个人信息或客户联系方式的字段，先按 安全与合规说明（/safety） 的口径确认能不能落到你这个环境里。能不给原始明细就别给，聚合过的结果通常足够回答业务问题。
不适用的情况也需要知道：需要跨系统拼数据的问题，一句话问数一般只覆盖一个数据源。跨源要先在数仓里对齐口径再合并，别指望一次问答把两张表拼起来。
提问前先过一遍的三件事
问之前花一分钟把下面三件事写进问题里，能省掉一整轮来回。这三件事不是可选项，是判断这条问题能不能出正确结果的前提。
| 要明确的项 | 写清楚什么 | 不写会怎样 |
|---|---|---|
| 时间口径 | 自然月还是滚动周期、含不含当天 | 同一句问题两次结果对不上 |
| 对象口径 | 哪条业务线、哪类客户、排不排测试单 | 数字偏大或偏小，找不到原因 |
| 输出形态 | 要一个数、一张表，还是一段结论 | 拿回一堆不需要的内容，白等一轮 |
另外提醒一句：凡是结果要对外发的，别只信一次问答的返回。到站内页面核对数据来源与更新时间，比如 价格追踪（/price-watch） 这类页面会标注数据的时间戳和口径说明，确认你引用的是同一版数字再往外说。
还有一层判断也该有：如果一个问题你问了两遍、换了说法还是拿不准，那多半不是提问方式的问题，而是口径或者数据本身有问题，这时候转去问数据负责人比继续跟问答工具较劲更快。
能问出好问题的前提，是你自己先说清楚要哪个数、算哪段时间、算给谁看。下一步想先摸清手上的工具能覆盖哪几类问题，去工具目录按分类过一遍，心里就有底了。→
常见问题
一句话查数，问得越详细越好吗？
不是越详细越好，是关键条件不能少。指标、时间、范围这三样缺一样结果就容易偏；除此之外的修饰词反而会干扰。建议先短问一次看返回结构，再补条件追问，比一口气写一大段更高效。
为什么同样的问题，两次问出来的数字不一样？
常见原因有三个：时间口径没锁定（一次含当天一次没含）、筛选条件被模型自行补全、底层数据本身在更新。先把口径写死再重问，如果还是对不上，就去站内页面核对数据来源和更新频率。
哪些问题不该用一句话查数？
涉及多数据源合并、需要审批权限的敏感明细、以及口径本身还没定下来的新指标，都不适合。这三类先用固定报表或让人工确认口径，硬问容易拿到一个看起来对、其实没法用的答案。
