提问

Workbench 在你的问题足够具体时表现最好，尤其是指标、时间范围和比较逻辑被明确时。

目标不是“研究怎么 prompt 模型”，而是减少业务请求中的歧义。

从加号菜单添加分析上下文

提问前，如果答案需要基于某个文件或数据源，请先使用 Workbench 输入框旁边的 + 菜单。

菜单里有三条主路径：

• 上传文件：把本地 Excel 或 CSV 加入当前对话。上传后，Tukun.ai 会读取结构，推导表和字段，并让这个文件在后续追问中继续可用。
• 连接数据库：在 Workbench 中开启一个新的数据库配置 turn。连接表单会嵌入在助手回复卡片里，不需要离开工作台跳到单独的添加页面。
• 选择数据源：打开常用数据源，选择一个加入当前对话；如果没有看到目标数据源，可以通过更多入口进入完整数据源列表。

输入框里可见的数据源 chip 表示下一轮会带上的上下文。如果下一轮不希望使用某个源，先把对应 chip 移除。

一个强问题的结构

一个好问题通常包括：

• 你关心的指标
• 时间范围
• 粒度或节奏
• 拆分维度
• 关键过滤或排除条件

例如：

Show monthly revenue by plan for the last 6 months, excluding internal and test accounts.

先问窄，再逐步展开

大多数用户用一串小问题，会比用一个过度膨胀的大 prompt 拿到更好的结果。

建议顺序：

1. 先问基础指标和时间范围。
2. 再加拆分维度。
3. 再补过滤或排除条件。
4. 最后再问比较或解释。

适合作为第一轮的问题

• “Show weekly active accounts for the last 12 weeks.”
• “Compare monthly revenue by channel for the last 6 months.”
• “What was conversion rate by landing page last month?”
• “Break down support ticket volume by product area this quarter.”

需要先收窄的问题

这些问题不是没价值，但不能直接拿来信：

• “How are we doing?”
• “What changed?”
• “Why is revenue down?”
• “What should leadership care about this week?”

先把它们拆窄，再往下走。

有意识地使用追问

好的追问通常是：

• 改粒度
• 加或减过滤条件
• 对比上一周期
• 把总量拆成不同分组
• 询问系统采用了哪种解释

价值较低的追问通常是：

• 只是更用力地重复原来的宽泛问题
• 在定义还不清楚时要求“更有信心”
• 在基础分析没做对前就要求策略建议

什么时候不是 prompt 的问题

如果一个问题总是得出不稳定答案，根因可能是：

• 指标定义本来就不清楚
• 不同表的业务含义冲突
• 缺少固定排除规则
• 数据源本身还没准备好

这时更好的下一步通常不是“再逼模型一遍”，而是清理语义或回头验证数据源。

一个实用自测

在点击提交前，问自己一句：

“另一个同事看到这句话，能不能大致知道我期待什么结果？”

如果不能，就先把问题再收紧一点。