使用 Semantic Modeler 建立及精簡語意模型 (Beta 版)

系統限制與範圍

• 支援的元素:在此版本中,自然語言功能可讓您描述分析目標和業務邏輯,以產生模型架構。您可以手動修改工具所呈現的已選取與未選取資料物件。系統接著會自動新增對應關係和計算欄位,以提供最終模型,該模型會直接儲存至您的語意模型清單。
• 100 表格建議掃描限制:自動建議引擎會掃描所有使用者工作區中的最多 100 個表格,以識別相符的資料物件。
• 非同步背景處理:由於資料物件產生會在個別的索引標籤中靜音處理,因此您的主要工作區仍可供存取。當 Semantic Modeler 建立語意模型時,您可以安全地繼續處理其他啟用中工作。
• 超出範圍:此版本不支援包括度量、群組、邏輯檢視和模型內容通訊協定 (MCP) 伺服器連結的進階元件,且將在未來版本中新增。

描述分析目標的小秘訣

使用自然語言建立或更新模型時,請遵循下列指導方針:

• 明確且詳細:描述愈具體,工作人員的猜測愈少。包含業務內容、主要度量和資料關係的相關詳細資料。例如：請改為「依產品系列和區域建立銷售模型,以追蹤每季收入」,而不是「建立銷售模型」。
• 清楚指定您的分析目標:確切說明您要追蹤或評估的內容。例如：使用明確的片語,例如「追蹤商店績效分析」或「每季收入資料」。
• 識別您的商業邏輯:如果您需要計算特定度量,請直接表示業務意圖,讓系統可以撰寫公式草稿。例如：「新增「每個產品系列的平均銷售額」的計算欄位)。
• 展開模型時明確命名目標物件:限定現有架構時,請列出您要帶入的新資料物件,以確保探索引擎標記這些物件。例如：「包含「個案」和「連絡人」物件」。