ChatBI會話：零代碼自然語言資料分析助手 - DataWorks

ChatBI 提供深度分析和快捷問數兩種會話模式，預設使用深度分析模式，支援通過自然語言進行多步驟探索性分析和資料查詢，自動產生包含可視化圖表的資料分析報告。

功能概述

ChatBI 能夠扮演專業的資料分析師角色，通過 AI 驅動的智能化操作，為您提供以下核心能力：

在使用 ChatBI 會話功能之前，需要完成以下準備工作：

訪問 ChatBI 系統入口。

您需要先登入阿里雲，然後通過瀏覽器訪問ChatBI智能資料洞察頁面。請根據您的DataWorks資源群組、資料集等業務所在地區按需選擇。

華東1（杭州）ChatBI入口	華東2（上海）ChatBI入口	華南1（深圳）ChatBI入口	中國香港 ChatBI入口
西南1（成都）ChatBI入口	華北2（北京）ChatBI入口	華北3（張家口）ChatBI入口	印尼（雅加達）ChatBI入口

選擇目標資料集。
在頁面左側導覽列單擊会话，在會話視窗左下角，切換選擇目標資料集。
輸入分析問題並發送。
在輸入框中輸入您的分析問題並發送。ChatBI 預設使用深度分析模式，在該模式下，首次提問需要在Serverless資源群組上啟動所需資源（約1CU），預計等待10s左右。
說明
若需快速擷取簡單查詢結果，可在會話底部關閉深度分析從而退出預設模式，切換至快捷問數模式。請注意，同一會話內不支援混合使用兩種模式，切換模式時請建立會話。
查看報告與資料洞察。
分析完成後，ChatBI 自動產生包含可視化圖表和資料洞察結論的分析報告。

ChatBI 提供深度分析和快捷問數兩種會話模式。ChatBI 預設使用深度分析模式，適合多角度、多步驟的綜合分析或根因排查。兩種模式下，ChatBI 工作流程如下圖所示：

兩種模式的核心差異如下表所示：

維度	快捷問數	深度分析
適用情境	快速擷取預設指標或簡單資料查詢結果。	支援複雜、多步驟、探索性的資料分析任務。
互動方式	按照固定分析模板來返回資料分析與洞察結果。	基於大模型逐步靈活構建分析邏輯，進行動態代碼產生，支援多輪迭代與上下文記憶。
流程特性	固定流程：問題理解 → 識別目標表 → 產生執行計畫與查詢代碼 → 執行資料查詢 → 建立可視化資料報告。	動態流程：大模型自主設計和編排分析思路，具備自修正機制，最終產生可視化資料報告。
支援複雜度	低：適合單表查詢、基礎彙總、簡單條件過濾。	高：適合多表關聯、根因分析、時間序列分析、異常檢測等。
執行時間長度	約 1 分鐘。	約 5～10 分鐘。
典型樣本	"2026 年 1 月的銷售額是多少"、"2025 年華東區客戶數量的變化趨勢"。	"2026 年各產品線的複購率變化趨勢，識別異常波動月份並分析原因"。

深度分析是 ChatBI 的預設會話模式。在該模式下，ChatBI 扮演專業資料分析師的角色，能夠自主規劃分析思路、動態編排分析步驟，並在執行過程中根據中間結果自動調整策略，最終輸出一份包含可視化圖表和結論的資料分析報告。

與固定流程不同，深度分析模式由大模型自主驅動整個分析過程：

自主規劃分析思路：接收問題後，ChatBI 自主設計多步驟分析方案。
動態產生與執行代碼：根據分析需要，逐步產生 SQL 或 Python 代碼並執行。每一步的代碼都基於前序結果動態產生，可能涉及多表關聯、資料清洗、統計分析等操作。
自修正與迭代：執行代碼後，ChatBI 會檢查返回結果。如果探索資料異常、查詢報錯或結果不完整，會自動調整分析策略並重新執行，無需您手動幹預。
洞察提煉與報告產生：分析完成後，自動匯總各步驟的分析結果，提煉關鍵結論，產生帶有可視化圖表的資料報告。

深度分析適合需要多角度、多步驟探索的複雜分析任務，例如：

快捷問數是 ChatBI 的輕量化會話模式，按照固定分析流程快速返回資料查詢結果。適合已有明確的資料查詢需求、希望在最短時間內擷取結果的情境。

快捷問數按照固定的 5 步流水線執行，每步的處理邏輯和產出均確定：

快捷問數適合目標明確、可通過單次查詢獲得結果的簡單分析需求，例如：