先说清楚它是什么:Metabase Metabot 属于「数据与分析」方向的开源项目,开源 BI 工具 Metabase 的 AI 问答助手。

单独用一个工具往往只解决一段问题,这篇讲怎么把它和上下游工具串起来。

推荐组合:Metabase Metabot + Voyage AI

Voyage AI 的定位是:提供嵌入与重排序模型 API 的服务。两者分工可以是:Metabase Metabot 负责「数据清洗方案」这一步,Voyage AI 负责检索资料、核对来源或管理知识库。

工作流步骤

  1. 明确交付物和验收标准,例如:说明了处理对结论的影响。
  2. 准备输入:一份有缺失和异常值的数据,先去掉敏感信息。
  3. 在 Metabase Metabot 中执行核心步骤(提示词见下文)
  4. 把结果交给 Voyage AI 做下一步处理,或从 Voyage AI 取得所需材料。
  5. 人工检查关键事实与格式,记录发现的问题。
  6. 把这次用到的提示词和设置保存为模板,下次复用。

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。

交付前确认:说明了处理对结论的影响。

交接时最容易出问题的地方

  • 格式不兼容:两边导入导出的格式提前测试一次。
  • 信息丢失:每次交接附上来源和版本号。
  • 责任不清:约定哪一步由谁做最终确认。
  • 成本叠加:两个工具都可能计费,先估算用量。

如果暂时不想引入第二个工具,也可以先用 Power BI 等同类产品替代其中一环,跑通流程后再决定。

更多可以试的用法

自然语言问数

适用情况:手头有一张销售明细表时。

请基于这张表回答:上个季度销售额最高的 3 个地区是哪些?与前一季度相比变化多少?请同时给出你使用的计算方法或 SQL,便于我复核。

验收标准:给出了可复核的计算过程。

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)。

交付前确认:指出了误导风险。

指标异动解读

适用情况:手头有一个突然下降的业务指标时。

日活本周下降了,请列出可能原因的排查清单,按「数据问题 / 产品变化 / 外部因素」分类,每项写明需要查看的数据。

验收标准:先排查数据本身问题。

常见问题:AI 算出的数字和报表不一致

检查口径和过滤条件,要求它输出 SQL 或公式逐步复核。

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: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:异常检测

自动发现偏离正常范围的数据点。

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。

适合人群:咨询顾问

咨询顾问可以用 Metabot 处理行业研究、访谈整理等工作。需要注意:客户机密遵守保密协议,研究结论注明来源。

适合人群:数据分析师

数据分析师可以用 Metabot 处理取数与 SQL、清洗与可视化等工作。需要注意:确认指标口径,敏感数据脱敏后再交给 AI 处理。

注意事项

文中提示词和示例仅作示意,实际效果取决于你的材料和 Metabot 当前版本,重要内容请人工核对后再使用。

所有示例输出均为示意,不代表真实统计或效果承诺;请以自己的测试结果为准。

延伸阅读