魔方问数 v1.1

从 AI提数工具跃升为 AI数据分析助手

v1.1 在预聚合 KPI 报表查询基础上，引入了基于明细数据的「人群分析闭环」，并全面升级 Agent 的思考和规划能力。

MVP (已上线)

自然语言查 KPI

纯文本 Markdown 表格

v1.1 (本次升级)

P1 人群分析闭环

P1 查询拼报表

P2 Agent 能力升级

P2 跨项目 KPI 分析

P3 数据可视化组件

需求优先级拆解

P1 核心

人群分析闭环

圈人群 → 看留存 → 剖画像。围绕 segment_id 串联完整链路。

P1 核心

查询拼报表

多次查询不同预聚合 MCP 报表，从中提取指标，并自动拼装为结构化综合报表及导出。

P2 增强

Agent 能力升级

任务计划输出 + 工具调用上限上调(15次) + 异步轮询机制 + LLM 动态生成建议追问。

P2 增强

跨项目 KPI 分析

继承并完善多项目对比模式。注：仅限 KPI，涉及明细的人群分析严格限制单项目执行。

P3 体验

数据可视化组件

AI 回复从纯 Markdown 表格升级为交互式图表 (折线图/柱状图/饼图) 及展示卡片。

底层系统架构与规则边界

Ops 与 Ad 模块能力全景矩阵

核心能力 / Tool	运营模块 (Ops)	广告模块 (Ad)
MVP 继承
KPI 指标查询 query_kpi_data
v1.1 新增
明细事件语义字典 list_events
人群闭环 (圈选/留存/画像)		Ad 模块暂不开放
查询拼报表 generate_report
跨项目 KPI 分析
数据可视化组件

双路数据源分层架构

明细用户表与预聚合报表物理隔离，防止幻觉交叉。

大模型认知层

search_dictionary

query_kpi_data

预聚合报表
ClickHouse

list_events

人群链路(create/...)

用户明细底表
segment_id

2. 查询拼报表 (多源组合)

将跨多张独立 MCP 报表提取的零散指标，像拼图一样合并成一张结构化的综合报表。

告别散落的碎片数据

当分析师需要写日报时，往往需要分别看“活跃报表”、“留存报表”、“收入报表”。由于它们属于不同数据域，无法通过单次 SQL 查出。

利用 generate_analysis_report 工具，Agent 可以在长会话末尾，将前序不同步骤提取的独立指标收集起来，重新拼装输出一张完整的定制大表。

底层运作原理

多次调用 query_kpi_data 查询不同源。
LLM 记忆在 Context 提取关键指标。
触发 generate_report 传入合并后的 sections 进行表格拼装及渲染。

STEP 1: 分别查询多个底层报表

MCP: 流量域报表

提取: DAU 150w

提取: WAU 420w

MCP: 留存域报表

提取: 次留 45%

提取: 7留 22%

MCP: 收入域报表

提取: ARPU ￥12.5

提取: 付费率 8%

STEP 2: 最终结构化输出

📊 核心数据综合看板

日期	日活跃 (DAU)	次日留存率	综合 ARPU
今日	150w	45%	￥12.5
昨日	148w	46%	￥13.2
前日	142w	44%	￥12.8

指标数据源追踪：

流量大盘表

留存宽表

财务明细表

💡 AI 综合结论： 流量基本盘与留存符合预期，但在 ARPU 值上对比上周有下滑迹象，建议下钻至商业化报表排查具体计费点。

交互推演：用户如何告诉 LLM 想要的报表模板？

由于用纯自然语言描述二维表格（行、列、对齐）认知负荷极高且易产生幻觉，我们设计了三种 LUI + GUI 融合的路径：

方案一：“草稿确认”模式 LUI 主导

用户用模糊语言提问，Agent 暂停执行，先在对话流中输出一张“结构草稿卡片”拦截确认，容错率极高。

帮我把近期活动的留存和活跃，还有当天的收入做个每日跟踪表。

分析计划与报表结构确认

我将为您生成一份综合报表，计划提取结构如下，请确认是否符合您的预期：

行维度: 日期（最近7天）

列指标: DAU | 次日留存率 | 综合ARPU

方案二：“快捷表单”挂件 GUI 辅助

在聊天输入框上方提供快捷入口。点击弹出轻量级可视化表单，配置完成后反向转化为精准 Prompt 提交。

查字典圈人做报表

方案三：“模板填空”模式文件上传 / 极低成本

抛弃复杂的描述，用户直接拖拽日常业务中的 Excel/CSV 空白表头模板，Agent 自动提取列名作为目标映射维度，执行底层查询并进行“填空”。

日常周报表头模板.xlsx

12 KB · 包含 1 行表头

帮我按这个表头的格式，跑一下过去 7 天的数据。

模板解析成功

我已提取模板表头，识别到以下 4 个指标维度：

日期日活跃 DAU 次日留存综合 ARPU

正在跨表查询并填空拼装...65%

5. 数据可视化组件升级

从单一的 Markdown 表格，跨越至“富交互分析卡片”，基于前端规则引擎实现数据的智能渲染与探索。

大卡片整体交互形态

大盘活跃与商业化综合看板

AI 数据洞察整体 DAU 平稳上升，本周受常规活动带动环比增长 8%，未见明显异常。

分析指标:

日期	大盘真实值

LUI 对话分析流真实还原

看下过去一周的 DAU 趋势，对比上周同期有没有掉？

已为您拉取本周与上周同期数据

📊 核心结论提炼：

整体 DAU 平稳，工作日均维持在 130w 左右。
异常点：周四出现 5% 的环比下滑，经查系当日上午服务器常规维护 2 小时所致。

对比下本月抖音、快手、B站三个渠道的新增用户量和获取成本(CPA)。

已为您聚合买量视图交叉数据

📊 核心结论提炼：

抖音渠道拉新量最大（5w），但 CPA 高达￥45，处于买量高位。
快手渠道 CPA 最低仅￥18，是目前的价值洼地，建议倾斜预算。

昨天流失的那批高战力玩家，他们最后主要停留在哪些关卡？

已圈选流失高战人群，按停留关卡拆分

📊 核心结论提炼：

高达 45% 的高战力玩家集中在【第 50 关】流失。
推测该节点存在极不合理的难度断层或机制 Bug，急需下钻排查。

前端智能映射逻辑

图表渲染由前端规则引擎根据数据结构强制路由，无需消耗 LLM Token 判断，确保渲染绝对稳定。点击左侧规则查看映射示例：

Input: JSON Array (具有 date 字段)

[
  { "date": "10-01", "dau": 1500 },
  { "date": "10-02", "dau": 1620 },
  { "date": "10-03", "dau": 1580 }
]

映射为

Output: 折线图组件

从 AI提数工具跃升为 AI数据分析助手

需求优先级拆解

人群分析闭环

查询拼报表

Agent 能力升级

跨项目 KPI 分析

数据可视化组件

底层系统架构与规则边界

Ops 与 Ad 模块能力全景矩阵

双路数据源分层架构

1. 人群分析闭环工作流

语义确认

圈选确认

深度洞察

语义字典查询：杜绝幻觉

人群圈选与确认：保障知情权

强制预览 (Confirm=False)

异步轮询 (Materializing)

洞察评估：留存与画像

底层架构支持：长耗时人群计算（异步状态处理）

📋 架构优劣势评价

2. 查询拼报表 (多源组合)

告别散落的碎片数据

底层运作原理

📊 核心数据综合看板

交互推演：用户如何告诉 LLM 想要的报表模板？

方案一：“草稿确认”模式 LUI 主导

方案二：“快捷表单”挂件 GUI 辅助

配置自定义报表

方案三：“模板填空”模式文件上传 / 极低成本

3. Agent 交互体验升级 & Prompt 控制台

4. 跨项目 KPI 分析边界

多项目 KPI 查询：放行

多项目人群分析：强拦截

5. 数据可视化组件升级

大盘活跃与商业化综合看板

LUI 对话分析流真实还原

前端智能映射逻辑

从 AI提数工具 跃升为 AI数据分析助手

需求优先级拆解

人群分析闭环

查询拼报表

Agent 能力升级

跨项目 KPI 分析

数据可视化组件

底层系统架构与规则边界

Ops 与 Ad 模块能力全景矩阵

双路数据源分层架构

1. 人群分析闭环工作流

语义确认

圈选确认

深度洞察

语义字典查询：杜绝幻觉

人群圈选与确认：保障知情权

强制预览 (Confirm=False)

异步轮询 (Materializing)

洞察评估：留存与画像

底层架构支持：长耗时人群计算（异步状态处理）

📋 架构优劣势评价

2. 查询拼报表 (多源组合)

告别散落的碎片数据

底层运作原理

📊 核心数据综合看板

交互推演：用户如何告诉 LLM 想要的报表模板？

方案一：“草稿确认”模式 LUI 主导

方案二：“快捷表单”挂件 GUI 辅助

配置自定义报表

方案三：“模板填空”模式 文件上传 / 极低成本

3. Agent 交互体验升级 & Prompt 控制台

4. 跨项目 KPI 分析边界

多项目 KPI 查询：放行

多项目人群分析：强拦截

5. 数据可视化组件升级

大盘活跃与商业化综合看板

LUI 对话分析流真实还原

前端智能映射逻辑

从 AI提数工具跃升为 AI数据分析助手

方案三：“模板填空”模式文件上传 / 极低成本