Phoenix 新手第一练：一个可交付的小任务
在「数据与分析」类工具里，Arize Phoenix 的定位是：开源的大模型可观测与评测工具。
与其看十篇介绍，不如完整做一个小项目，这篇带你走一遍。
项目：写 SQL 查询
目标：用 Arize Phoenix 完成一次「写 SQL 查询」，交付一份可以直接给同事或客户看的结果。预计用时 1 小时以内。
步骤
- 阅读仓库 README 与许可证。
- 准备材料：数据库表结构说明（先脱敏）
- 复制下面的提示词，替换方括号内容。
- 第一次结果出来后，只针对一个问题追问修改。
- 按验收标准检查：说明了口径问题。
- 保存提示词与最终结果，写三行复盘。
根据以下表结构写 SQL：统计每个月新增用户数和其中完成首单的比例。请说明关联条件和可能存在的口径问题。
复盘模板
这次任务：
节省或多花的时间：
需要人工修改的地方：
下次会改进的提示：
是否继续使用：
做完之后
可以尝试第二个任务「指标异动解读」，或者把这次的流程分享给同事一起试。
补充练习
图表建议
输入：一组需要汇报的数据。
根据这些数据推荐合适的图表类型，说明理由，并指出容易误导读者的画法（如截断坐标轴）。
检查点：指出了误导风险。
评测大模型应用
输入：一批真实用户问题和应用回答。
为这批回答设计评测：定义 4 个评分维度，写出评分标准，抽取 20 条进行人工打分，并统计各维度的问题类型。
交付前确认：评分标准清晰可复用。
数据清洗方案
准备材料：一份有缺失和异常值的数据。
分析这份数据的质量问题：缺失值比例、异常值、格式不一致的字段，给出处理建议，并说明每种处理方式对结论的影响。
验收标准：说明了处理对结论的影响。
常见问题：敏感数据暴露给模型
使用脱敏视图或只读账号，限制可访问的表。
常见问题：图表结论被过度解读
区分相关与因果，在报告中标注假设。
常见问题：生成的 SQL 运行报错
提供准确的表结构和字段说明，先在测试库运行。
概念补充：评测集
用于反复检验模型或应用效果的标准问题集合。
概念补充：文本转 SQL
把自然语言问题转换为数据库查询语句。
适合人群：HR 与招聘
HR 与招聘可以用 Phoenix 处理岗位描述撰写、面试题与评估表等工作。需要注意：简历筛选不得以性别、年龄等因素做歧视性判断，候选人信息需妥善保管。
适合人群：电商运营
电商运营可以用 Phoenix 处理商品详情与主图、活动方案与客服话术等工作。需要注意：商品参数和促销规则必须与后台一致，避免虚假宣传。
适合人群：财务人员
财务人员可以用 Phoenix 处理单据识别录入、报表说明与分析等工作。需要注意：财务数据属于敏感信息，优先使用企业版或本地方案，结果需复核。
写在最后
文中提示词和示例仅作示意，实际效果取决于你的材料和 Phoenix 当前版本，重要内容请人工核对后再使用。
本文基于 Arize Phoenix 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。