本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
使用生成式 BI 提问和回答数据问题
注意
要查看多视觉体验，主题作者必须执行以下操作：添加命名实体，将现有主题转换为使用生成功能或创建新的生成主题。有关更多信息，请参阅 创作问答。
通过人性化的问答加快数据驱动的决策，包括：
-
AI 生成的叙述，重点介绍关键见解
-
多视觉对象答案，不仅为您的问题提供答案，还能通过支持的视觉对象添加有价值的上下文
-
每个主题的主页，包含 AI 生成的和作者审核的建议问题以及自动数据预览，可查看您可以询问哪些数据
选择右上角的火花图标。打开您的主题后，会出现一个主页，其中列出了建议的问题和主题内容，可查看您可以询问哪些数据。
如果有多个日期可用，请选择更多... 来查看它们。例如，在这个“学生入学趋势”主题中，有从 2018 年到 2023 年的入学数据，但也有从 1973 年到 2005 年的学生出生日期（DOB）数据。
选择一个建议问题或键入您自己的问题即可开始。通过将鼠标悬停在 AI 生成的叙述中的句子上，您可以清楚地识别源可视化并验证值。每个可视化都是交互式的，可以添加到您的 Pinboard 中。
你可以得到从模糊到精确的各种问题的答案。
如果您心里没有确切问题，则可以问只有一个词或短语的模糊问题，例如“销售”或“优秀学生”。您可以在这些模糊问题中添加其他筛选条件，例如“上学期的优秀学生”。
问题示例包括：
-
实体名称：“订单详细信息”
-
注意
您可以从主题主页和列表顶部的内容
topic选项卡中找到实体。 -
字段名称：“区段”
-
字段值：“Acme Inc.”、“华盛顿特区”
-
模糊（或隐含的）筛选条件：“最佳客户经理”、“最差产品”
-
有关支持的精确问题，请参阅此问题类型表：Q 支持的问题类型。 示例包括 “《魔兽世界》增长百分比最大的产品” 或 “按季度预测亚太地区客户的销售额”。它涵盖了一系列过滤器，例如顶部/底部、相对和绝对日期过滤器 period-over-period等等。 period-to-date它还支持分析问题，例如占总额的百分比，或 “为什么 2023 年 10 月的销售额下降了？”
提示
为了帮助您提出问题，请思考谁、什么、哪里、何时和为什么。
解读您的答案：
-
解释为：– 这是 Amazon Q 解释您的问题的方式。它会将你的单词映射到基础数据，这样你就可以验证你的理解是否正确。如果没有，请调整您的问题或给作者留下反馈。
-
AI 生成的叙述：– 视觉对象的摘要，重点介绍关键见解。如果您的 Quick Suite 账户已连接到 Amazon Q 应用程序，则您可能会在 Q Business 的 Insights 下收到来自非结构化数据源的更多见解。您可以在来源折叠部分中看到所使用的非结构化来源。有关将 Quick Suite 账户与 Amazon Q Business 应用程序关联的更多信息，请参阅借助 Amazon Q Business 增强亚马逊快速洞察力。
-
视觉效果：— 视觉效果包括：直接回答问题的中心视觉效果、右侧提供上下文 KPIs、相关内容的辅助视觉效果以及底部的详细信息表。
注意
如果该字段未包含在命名实体中，则它将显示为单个视觉对象。
-
你的意思是：— 当你的问题有多种解释时，它会显示一个备选答案列表，你可以选择这些答案来与你的预期问题保持一致。
-
在以下示例中，问题“最佳客户”可以用多种方式来解释，包括“总销售额”、“总利润”或“客户数量”。
-
其他提示
-
要调整面板大小，请拖动左侧。
-
在 Pinboard 上添加重要的视觉对象以便快速访问。从 Amazon Q 窗格的顶部查看您的插接板。
-
为您的主题作者提供反馈，以便查看并进行改进。
