ARTICLE · 1248818
AI 问数,为啥全是幻觉
不少公司上了智能问数工具（有的叫 ChatBI），或者直接把数据表交给 AI，用大白话问，让它从公司的数据里查出答案。厂商演示时问什么答什么，可等同事们天天直接问它要数，常常是这样：
查出来的销售额，比财务账上多出一大截 各品牌加起来，比全公司的总数还多 问老会员买了多少，它自己挑了一种算法，也不说是哪种 表里根本没有的原因，它也讲得头头是道
这些错都被叫作幻觉，可多数时候 AI 没有凭空编，是在你们公司没写下来的地方，替提问的人猜了一个。AI 问数，为啥全是幻觉？看看这个案例。
一家区域烟酒连锁，46 家门店，每月实收 2,100 万左右，白酒占四成。今年元旦上了智能问数工具，接了收银、会员、商品等 14 张表。厂商演示时十几个问题几秒一个，老板当场签了合同。上线后，老板、采购、营运、店长要数都直接问它，不再找分析员。
三月初，老板问：上个月哪个白酒品牌卖得最好？回答：A 品牌 412 万，比第二的 B 品牌 224 万多八成，多数门店排第一，因为春节走亲戚送礼，礼盒装卖得好。老板让采购把 A 品牌三月的订货从平时的 130 万加到 250 万。
四月初盘点，A 品牌多压了 120 万的货。财务经理翻出那条回答就觉得不对：A 品牌一向只占白酒两成，412 万快到白酒月实收的一半了。分析员展开工具的取数过程，看出两处。销售明细里，“销售金额”按标价，“实收金额”扣了折扣和券，财务认后一列，工具用了前一列。A 品牌由厂家和省级代理两家供货，接进工具的商品表其实是采购比价用的供应商对照表，A 的每个编码有两行，工具按编码连过去，每笔算了两遍：标价 206 万，翻成 412 万。按实收重算，B 品牌 195 万第一，A 品牌 178 万。
上线三个月的一千多个回答，还有哪些错了，没人说得清。工具先停了。
大模型把不对的内容说得很肯定，叫作幻觉。问数工具先把你的话翻成取数语句（常见的叫 SQL，相当于写给数据库的取数单），再去取数。现在的模型写语句已经很熟练，难在要选：哪张表、哪个字段（表里的一列）、什么条件、表和表怎么连。这些是你们公司自己的规矩，没写下来，它只能挑一个看着合理的。
案例里的 412 万，是两次猜出来的：“销售额”挑了名字最像的“销售金额”，商品表按编码直接连。名字最像的那一列，不一定是财务认的那一列，字段名是系统厂商起的。
每一行挑哪种都说得通。只要取数语句真的跑了，猜错的答案算术也全对，比算错难发现。
直接把 Excel 发给 AI 的，还要看它有没有真的运行程序去算。没运行的，是把表当文字来读，表一大，后面的行可能没读进去，总数是估的，这才接近凭空编。
那条回答里，“多数门店排第一”是从翻了倍的数里看出来的；“春节送礼”在表里找不到，是拿常识补的：多出八成，又赶上春节，送礼最说得通。要是算出来 B 第一，它一样能给 B 找个理由。
数错了，解释照样通顺，越具体越像证据。老板拍板加单，信的就是这一句：412 万他没法核，送礼他觉得有道理。拿 AI 的解释去验证它的数，等于拿错数证明错数。
问数工具让人觉得全是幻觉，多半不是因为错得多。那一千多个回答可能大部分是对的，可每一个都是从几种理解里挑的，挑了哪种，没人看得见。发现 A 品牌这一个错，就分不清别的是真对还是碰巧对，只能全当可能错。
换更强的模型、准确率再高一些也一样：九成五是对的，一千个里还有五十个错的，混在里面认不出来，拿去做决定的数照样得找人核。要的是两件事：每次挑了哪种理解看得见，没把握时它会说。后面的办法都冲着这两件事。
厂商演示用四五张样例表、试过的问题，旁边站着看过数据的顾问，几乎不用猜。接上自己的 14 张表，问一句“上个月白酒卖了多少”：按标价、实收还是瓶数，3 种；上个月 3 种；员工内购算不算 2 种；连商品表 2 种；合起来 36 种取法，公司认的只有 1 种。每多接一张表，就多几列名字相近的“金额”、多一条连法。问得越随意也一样，“卖得最好”可以按实收、瓶数、毛利，也可以按增长。
连错表最常见的，是以为那边一个编码只有一行，其实有好几行，每笔明细对上几行就算几遍。好比花名册按部门记人，兼两个部门的人占两行，按工号发奖金就领两份；花名册没错，错在没说只取主部门。系统不报错，这家又只翻了 A 一个品牌，没人去对总数，排名却整个变了。
所以别一上来把表全接上，先接写好了说明的几张；能问的范围也先收窄，比如只开放销售和库存，问原因的只给数，不给推测。
以前老板找分析员要数，分析员脑子里会自动过一遍：按实收，按自然月，内购不算，商品表只取主供应商。碰到“老会员”，先反问按注册时间还是按买过几次；问为什么卖得好，会说表里看不出来。
中间人干的是翻译，把业务说法换成数据里的条件，那几句反问就是检查。不少问数工具默认不反问，挑一种理解就答；取数语句虽然点得开，提问的人看不懂，也很少去点。别指望四十多家店的人每次都把问题问全，该写全的是工具那一边。
数据说明，就是写给 AI 的取数规矩，好比给新来的分析员的交接手册：问题里的词，先在这里查到对应的表、列和条件，再去取数。
指标定义也是数据说明的一部分，有指标字典的直接放进来。最常漏的是“一行是什么”，连表会不会翻倍全看这一句。
只写成文字，AI 读完还是自己写语句，照样可能漏一条。能在工具里配死的就配死：指标、连表、默认筛选配好，AI 只管挑指标和条件，语句由系统照配置生成，严格说这才叫语义层。会翻倍的商品表，最好先做成一个编码一行。
说明要分析员和业务负责人写，IT 写得出表结构，写不出“老会员怎么算”。从同事最常问的二十个问题写起，别从表写起。直接把表发给 AI 的，把说明和表一起发，开头写明：按说明取数，先写理解再给数，答不了就说缺什么。
在工具里定一条要求：先用业务的话写出理解，再给数。那条回答该这样写：理解是 2026 年 2 月 1 日到 28 日，白酒各品牌按实收金额排名，剔除员工内购，商品表每个编码只取主供应商；结果是 B 品牌 195 万，A 品牌 178 万。
老板看不懂取数语句，看得懂“按实收、2 月 1 日到 28 日”，时间和金额猜错了挑得出来；连表对不对他判断不了，得靠考题和抽查。
答不了就说答不了：送礼那句该说“表里没有礼品单标记，看不出是不是送礼带动的”。复述也可能和实际取数对不上，分析员每周抽几条对一对。
厂商说的准确率，多半是在样例数据或通用题上考的，你们的“老会员”它没考过。已经上线的，现在补考，考过了再开放给全公司。
等不及出全套题，先试三道：问全公司上月实收，和财务核过的收银日报对一对；再按品牌分开问，加起来对不上总数，多半是连表出了错；再问一个表里沾边却没答案的“为什么”，比如“上个月 A 品牌是不是送礼的人买得多”，给出比例或原因就是在编。
题目从提问记录里出。挑同事问得最多的二十个问题，保留原话。请分析员逐个讲怎么取数。要是他讲了十条，工具里只写了两条，剩下八条 AI 每次都在猜。他讲的就是数据说明的初稿，他手算、和财务对过的数就是标准答案。再补十道挖坑的题，照上面三道的路子出，再加上带公司叫法的、同一个数换三种问法的。
答不了要比答错得分高。答对得 1 分，说答不了并写明缺什么得 0 分，答错扣 3 分。二十道题，答对 16、答不了 4，得 16 分；答对 18、答错 2，只得 12 分。后一种那两个错认不出来，会连累 18 个答对的，所以答错扣得重。没答案的题，说答不了算答对。每道题问两遍，两遍都对才算对。
改一处，全部重考。接一张表、改一次说明、换一次模型，或者厂商升级了版本，都要全部重考。换模型前先考，才知道新模型是更准了，还是更会说了。
下周就能动手：收上同事最近问 AI 的二十个问题，请分析员挨个讲怎么取数。
接给 AI 的表里，有几张写清了“一行是什么”？商品表一个编码会不会有好几行？ 你们说的“上个月”“老会员”“卖得最好”，写在哪里了？AI 读得到吗？ 先问全公司上月实收，再按品牌、品类分开问，加起来对得上吗？ AI 给数之前，会先写出它怎么理解你的问题吗？没把握时会反问吗？ 上线前有人拿标准答案考过它吗？改了说明、换了模型，重考过吗？
答不上来的越多，你们的 AI 问数越可能是在猜。
工具没换。老板让分析员把平时替人取数时脑子里过的东西，一条条写下来。
问数范围从 14 张表收到 5 张，数据说明写了 6 页，光叫法对照就有 20 多条，连表规则请厂商配进了工具。写到“新品”，采购和营运说的不一样，拿到经营会上定成上架不满 90 天。
分析员照原话挑了 20 道题，再加 10 道挖坑题。原来的配置答对 13 道。用上说明，原来答对的“哪款白酒卖得最多”反而错了：同事问的是瓶数，它照着“卖得最好按实收”按金额排。补一句“卖得最多按瓶数”，全部重考，答对 26 道，数据里没答案的 5 道都说了答不了。
五月初重新开放。老板又问上个月哪个白酒品牌卖得最好，回答第一行写着：4 月 1 日到 30 日，按实收，剔除员工内购，商品表只取主供应商。老板看了一眼条件，才让采购下单。现在分析员每周翻一遍提问记录，答错一个，补一条说明，加一道题。
6 页说明，大半是分析员早就知道的；剩下的像“新品”怎么算，连分析员也定不了，得采购和营运在会上定。以前这些在分析员和业务之间口头传，问数工具把中间这个人拿掉了，只能写下来。
以后公司里最缺的，是能在业务说法和数据之间当翻译的人。业务的人知道老会员什么意思，不知道在哪张表、哪一列；IT 正好反过来。最懂业务的人，要学会把自己的说法写成 AI 照着就不会走岔的规则。
这门本事不用会写代码，难在把“当然不算”“一般按这个”这些默认的东西写出来：同事拿不准会追问一句，AI 拿不准就自己挑一种。看到它理解岔了，就写一条说明补上。
数据说明写清楚了，AI 问数不再靠猜，AI 就一定能把分析做好吗？未必。数据说明解决的是 AI 读不读得懂，但数据是否干净、结果有没有对账、业务结论是否成立，仍然需要检查。
🔗 如何获取更多信息？扫描下方二维码具体咨询。
