guides

购买前如何评估 AI 分析助手

基于文档的 AI 分析助手评估：受治理的指标、权限隔离、可复现的计算、不确定性，以及特定部署的成本。

2026/11/8

AI 分析助手应帮助人们针对受治理的业务数据提问，同时保持指标含义和访问权限边界不变。一张有说服力的图表只是验收的开始。购买前，应确认答案是否使用正确口径、能否被重建，以及是否停留在提问者的权限范围内。

本指南基于文档，使用截至 2026 年 11 月 8 日审阅的官方公开来源。我们未连接数据仓库、未执行生成的查询、未测试权限，也未衡量答案质量。以下检查是提议的验收标准，不是已报告测试结果或产品排名。当前价格和贵组织的权益未经验证。

从任务和现有技术栈开始

区分三类采购需求。业务用户需要关于已批准指标的可理解答案。分析师需要可检查的计算或 SQL，以便与可信结果对账。数据工程师和开发者需要协助构建和维护平台工作流。这些需求可能重叠，但一次成功演示不能验证全部三类需求。

Snowflake Cortex Analyst 与前两类需求相关：Snowflake 文档描述了基于语义视图的自然语言转 SQL 功能，旧版语义模型 YAML 仍受支持。其官方文档建议新实现使用语义视图。这确立的是有文档记录的架构，而不是你的定义或生成的 SQL 是否正确。同一文档称 Cortex Analyst 在中华人民共和国不可用，并建议迁移到 Cortex Agents。询问新提案使用哪个受支持的产品界面；此处不确立任何比较质量主张。

ThoughtSpot 通过 Spotter 提供另一条评估路径。其官方产品页面描述了自然语言业务问题和语义层 grounding。将这些视为供应商描述的能力。询问拟议部署实际使用哪个模型和连接，而不是假设所有宣传的集成都已包含。

对于已使用 Looker 的团队，应针对现有 LookML 语义层评估 Looker / Conversational Analytics。Google 的 Looker 概览描述了基于该层的对话式查询，并警告看似合理的输出可能不正确。这是 Looker 评估；BigQuery 能力和 Looker Studio 功能不能确立此 Looker 配置支持什么。

在演示前写好验收表

记录当前数据仓库或 BI 系统、连接方式、指标负责人、语义层位置、刷新计划和身份模型。确定底层架构变化时谁维护连接和定义。要求供应商说明任何额外建模工作及负责人。

选择三到五个团队必须正确回答的问题。合成夹具可使用虚构产品线的周净收入、退货率和地区细分。在写预期答案前，明确粒度：每订单、项目、退货事件或报告期一行。固定货币、时区、周边界、退款处理和分母。

包含一个信息缺失的问题、一个无匹配行的问题，以及一个超出用户访问权限的问题。将预期 SQL 或计算及预期结果交由分析师审阅。这些是提议的夹具；本指南未加载或运行任何数据集。文档审阅可以缩小候选名单，但不能通过依赖执行的关卡。

应用五项验收关卡

1. 受治理的指标定义

询问“上周净收入是多少？”，然后在不改变目标指标的情况下改变措辞。检查助手是否使用已批准的定义、连接、筛选器和时间窗口。通过错误连接得到的正确总额应判定失败：另一个报告期可能暴露错误。

询问同义词、冲突定义和模型变更如何管理。要求指定负责人和已批准示例的审阅流程。不要接受手动纠正的演示作为底层定义已为未来用户修复的证据。记录每个结果由哪个配置产生。

2. 权限隔离

为授权分析师、受地区限制的业务用户和无访问权限用户分别规划测试。检查行、列、元数据、后续答案和共享输出。助手不应成为绕过预期数据边界的替代路径。确定实际执行查询的身份，尤其是在嵌入式应用中。

Snowflake 文档记录了 Cortex Analyst 的基于角色的访问控制和权限。Google 的 Looker 设置文档区分内容访问、数据访问和功能权限。两个来源都不能证明买方的角色、服务凭据或共享设置配置正确。权限隔离在此未测试，需要拟议部署提供证据。

3. SQL 或指标可追溯性

要求提供足够证据，使分析师能重建每个答案：问题、解析后的指标、所选模型、筛选器、时间范围、生成的 SQL 或等效查询表示，以及返回结果。询问这些信息在哪里可见、谁可访问、保留多久。

将计算与已批准基线比较。检查连接、去重计数、空值处理和聚合粒度。如果产品暴露受治理的指标引用而非原始 SQL，确定该引用是否足以复现答案。可读解释有帮助，但不能替代实际计算路径。

4. 不确定性与拒绝

使用模糊提示，如“哪个地区表现最好？”，而不定义表现。寻找澄清或审阅者可检查的明确假设。还要询问不可用日期、不支持的指标和不可访问数据。

在评分表中区分无记录、零、缺失数据、查询失败和拒绝访问。答案错误时要求纠正路径，包括升级给指标负责人。不要因为回答听起来自信或第二个提示恰好产生预期数字就判定通过。

5. 嵌入、共享和导出

确定用户需要原生 BI 界面、嵌入式应用还是可共享结果。评估该确切路径。Google 的 Looker 概览记录了 Conversational Analytics 的私有和签名嵌入，但嵌入描述不能确立你的许可证、身份验证设计或导出权利。

对于任何供应商，要求证明身份和限制在预期共享路径中仍然有效。检查导出是否保留指标上下文和筛选器，以及访问变更如何影响已保存对话或链接。将仅演示功能、合同依赖选项和未验证导出视为采购问题，而非已接受能力。

保持相邻产品类别分离

Databricks Assistant / Genie Code 的目录条目属于平台工作流讨论。Databricks 将 Genie Code 描述为面向技术从业者的编码和数据助手。其单独的 Genie Agents 文档描述了领域特定的自然语言数据界面，原称 Genie Spaces。不要将 Assistant / Genie Code 条目视为 Cortex Analyst 的可互换业务提问对应物。比较前确认命名界面。

同样，Microsoft Fabric AI 需要特定工作负载评估。Microsoft 的 Fabric Copilot 概览区分跨工作负载的体验，包括 Power BI 和 SQL 相关工作。一个工作负载中的编码演示不能通过另一个工作负载的业务指标验收。确认确切工作负载、租户设置、容量要求和发布状态。

当任务集中在工作簿或工作表分析时，Excel 中的 Copilot 和 Google Sheets 中的 Gemini 值得进行电子表格评估。官方 Microsoft 指南和 Google 指南描述了各自的分析功能。这些功能本身不能确立受治理的跨用户指标语义或数据仓库权限继承。企业知识搜索又有不同的验收目标：检索支持文档不能验证收入计算。

对于以工作簿为中心的采购，使用单独的电子表格 copilot 评估清单规划公式、查找和数据透视表检查。通过这些任务不能确立上述受治理 BI 验收关卡。

运行有界试点并定义退出条件

对于未来授权试点，使用合成数据和相同的已审阅问题测试每个候选配置。首先获得所需管理员权限。记录输出、查询证据、身份、模型版本、分析师纠正和失败原因。在结果到达前设定审阅期和验收阈值；不要发明通用准确率目标。

如果受限信息泄露、重要计算无法重建，或模糊问题悄悄改变定义，暂停采购。如果无团队负责语义模型，或供应商无法确立所提供产品界面，也暂停。在验收负责人签字前保留现有 BI 工作流。未解决事项应保持未解决，而不是获得临时通过。

将成本与答案质量分开审阅。Snowflake 的 AI 定价文档区分调用路径，并称生成的 SQL 执行会产生仓库计算费用。ThoughtSpot 定价和 Looker 定价是公开采购起点。此处不采用任何数字价格或配额。要求带日期报价，包含货币、地区、计费周期、产品界面、使用假设、实施和退出条款。不要假设聊天界面会降低仓库账单。

FAQ

公开文档能替代试点吗？

它可以确立有文档记录的范围和前提条件。它不能证明你的指标、权限、成本或失败行为。依赖账户的检查在授权部署提供证据前仍未测试。

每个答案都应包含原始 SQL 吗？

要求适合产品的可复现计算路径。原始 SQL 可帮助分析师，而受治理的指标引用如果其定义和执行可检查，也可能有用。验证计算和解释它的叙述。

我们应该购买哪个助手？

围绕你已治理的数据仓库或 BI 系统建立候选名单。优先选择以可维护定义和可接受条款通过约定关卡的配置。本文档审阅不确立赢家。