大模型驱动的工业报表问答实验进展

报表问答是中小工厂数据分析的高频场景，临时性、组合式的提问传统BI看板难以覆盖。本季度，数据分析实验室围绕大模型驱动的报表问答开展实验，验证“语义层+受控生成”路线在真实产线数据上的可行性：将某注塑车间的MES与能耗数据抽象为统一的指标语义层，大模型只负责把自然语言转换为语义层查询，不直接生成SQL，以压缩幻觉空间。在约600条真实提问上的评测结果如下：
· 受控生成路线下，单指标聚合类问题准确率约92%，跨表时间对比类约71%，优于直接生成SQL的对照方案（分别约85%与48%）；
· 剩余错误集中在时间口径歧义（如“上月”指自然月还是近30天），引入追问澄清机制后，此类问题的最终可用率提升至88%。
下一步将把实验扩展至排产与质量两个数据域，并让答案附带取数口径的溯源链接，便于使用者自行核验结果。