Praca z aplikacjami w Qlik Answers

Ostatnia aktualizacja: 9.10.2026

Aplikacje umożliwiają Qlik Answers dostarczanie odpowiedzi ze strukturalnych źródeł danych. Aplikacje można dodawać jako źródło treści dla asystentów. Aplikacje mogą być również indywidualnie udostępniane dla Qlik Answers.

Qlik Answers może również generować wykresy i arkusze dla użytkownika, umożliwiając szybkie tworzenie treści aplikacji.

Qlik Answers używa następujących elementów do zrozumienia danych aplikacji:

• Model danych

  Pola i model danych aplikacji to podstawowe informacje używane przez Qlik Answers.

• Model logiczny

  Model logiczny utworzony przez logikę biznesową jest używany przez Qlik Answers, ale tylko informacje z Przeglądu i Pól i elementów głównych.

  Więcej informacji zawiera temat Optymalizacja aplikacji pod kątem Qlik Answers z logiką biznesową.

  Pola ukryte w modelu logicznym oraz elementy niezgrupowane nie są używane przez Qlik Answers.

• Elementy główne

  Qlik Answers priorytetowo traktuje użycie wymiarów głównych i miar podczas indeksowania modelu danych, ponieważ są one tworzone przez użytkownika.

• Opisy pól wygenerowane przez Qlik Answers

  Gdy Qlik Answers indeksuje aplikację, automatycznie generuje opisy wszystkich pól i elementów głównych w modelu danych. Te opisy wygenerowane przez sztuczną inteligencję zapewniają kontekst semantyczny, który pomaga Qlik Answers zrozumieć znaczenie pól i wybrać odpowiednie metryki. Możesz przejrzeć i doprecyzować te opisy w sekcji Rozumienie semantyczne.

  Więcej informacji zawiera temat Zarządzanie wygenerowanymi przez Qlik Answers opisami pól i elementów głównych.

• Opisy pozycji głównych

  Opisy podane przez użytkownika w elementach głównych są używane wraz z opisami wygenerowanymi przez sztuczną inteligencję, aby zapewnić dodatkowe informacje kontekstowe dotyczące pól i ich użycia.

• Synonimy logiki biznesowej

  Terminy dodane jako synonimy są używane do dostarczania alternatywnej terminologii dla pytań użytkowników.

• Terminy słownika biznesowego

  Definicje terminów ze słownika i synonimy powiązane z elementami głównymi są używane w celu zapewnienia dodatkowego kontekstu.

  InformacjaElementy nadrzędne i powiązane z nimi terminy słownika biznesowego są ewaluowane w czasie indeksowania. Jeśli definicja terminu ze słownika zmieni się po zindeksowaniu aplikacji, Qlik Answers nie uwzględni tej aktualizacji automatycznie. Przeindeksuj aplikację, aby zmiana weszła w życie.

  Aby uzyskać więcej informacji na temat tego, jak definicje elementów głównych i terminy słownika biznesowego są używane przez Qlik Answers, zobacz Łączenie opisów elementów głównych i terminów ze słownika biznesowego.

Aby uzyskać informacje na temat przygotowywania aplikacji do użytku z Qlik Answers, zobacz Najlepsze praktyki przygotowywania aplikacji do Qlik Answers.

Tworzenie indeksu wyszukiwania podczas przeładowania

Możesz dodać zmienną CreateSearchIndexOnReload, aby indeks wyszukiwania dla Qlik Answers został utworzony przy następnym przeładowaniu.

Jeśli nie dodasz tej zmiennej, pierwsze pytanie z Qlik Answers przy użyciu tej aplikacji potrwa dłużej, ponieważ Qlik Answers utworzy indeks wyszukiwania, jednocześnie odpowiadając na pytanie.

Wykonaj następujące czynności:

1. W swojej aplikacji otwórz Edytor ładowania danych.
2. Dodaj poniższy kod do swojego skryptu ładowania: SET CreateSearchIndexOnReload = 1;
3. Kliknij polecenie Ładuj dane.

Najlepsze praktyki przygotowywania aplikacji do Qlik Answers

Chociaż każda aplikacja może być używana do Qlik Answers, czas poświęcony na przygotowanie aplikacji do użytku z Qlik Answers poprawia jakość odpowiedzi.

Jasność i kontekst to najważniejsze czynniki zapewniające dobre wyniki z Qlik Answers. Jasność ułatwia Qlik Answers zrozumienie danych w aplikacji. Kontekst pomaga Qlik Answers interpretować i prawidłowo wykorzystywać dane w aplikacji. Poniższe najlepsze praktyki dotyczące przygotowania aplikacji pomagają zapewnić jasność i kontekst:

• Używaj jednoznacznych i opisowych nazw pól

• Usprawnij swój model danych

• Sprawdź formaty danych pól

• Używaj elementów głównych

• Używaj słownictwa logiki biznesowej, aby dodać terminologię

• Usuń niepotrzebne pola z modelu danych

• Przejrzyj i dopracuj opisy pól wygenerowane przez AI

Używaj jednoznacznych i opisowych nazw pól

Twój model danych powinien używać pól, które są opisowe i jednoznaczne. Nazwy pól powinny:

• Wyjaśniać znaczenie biznesowe każdego pola.

• Zastosuj czytelne, zgodne z biznesem nazewnictwo, które podkreśla różnice lub podobieństwa do innych pól.

Spróbuj wykonać następujące czynności, aby pomóc uczynić pola jasnymi dla Qlik Answers:

• Używaj pełnego nazewnictwa, takich jak Customer Name zamiast CUST_NM. To pomaga dopasować pola do pytań w języku naturalnym.

• Podaj kwalifikatory kontekstowe w nazwach pól, aby pomóc w rozróżnieniu między polami. Na przykład:

• Wyczyść lokalizacje. Użyj Miasto klienta i Miasto sklepu zamiast dwóch pól o nazwie Miasto.

• Wyczyść datę/godzinę. Użyj Datę zamówienia i Datę wysyłki zamiast dwóch pól o nazwie Data.

• Spróbuj wskazać rolę i typ pola. Użyj słów takich jak liczba, suma, kwota lub procent, aby wyjaśnić ich agregacyjny charakter. Na przykład Liczba zamówień. Jeśli nazwy pól używają wartości logicznych, powinny być odczytywane jako przyimki, na przykład poprzez użycie prefiksów takich jak is_active lub has_churned.

Przejrzyj i dopracuj opisy pól wygenerowane przez AI

Gdy Qlik Answers indeksuje Twoją aplikację, automatycznie generuje opisy dla wszystkich pól i elementów głównych. Chociaż Qlik Answers tworzy przydatne opisy bazowe, przejrzenie i dopracowanie tych opisów może znacznie poprawić dokładność, zwłaszcza w przypadku pól specyficznych dla danej dziedziny lub niejednoznacznych.

Możesz wyświetlać i edytować opisy wygenerowane przez sztuczną inteligencję w Rozumieniu semantycznym. Skup się na dopracowaniu opisów dla:

• Pola o nazwach technicznych lub skróconych, które mogą nie być zrozumiałe same przez się

• Pola często odpytywane przez użytkowników

• Pola o znaczeniu specyficznym dla danej dziedziny, których model LLM może nie zinterpretować poprawnie

• Pola, w których użytkownicy często zadają pytania, używając innej terminologii

Aby uzyskać więcej informacji na temat zarządzania opisami pól, zobacz Zarządzanie wygenerowanymi przez Qlik Answers opisami pól i elementów głównych. Informacje o sprawdzonych metodach pisania opisów semantycznych zawiera temat Pisanie semantycznych opisów dla Qlik Answers.

Unikaj używania nazw pól, które robią następujące:

• Używaj nieprzejrzystych kodów lub żargonu technicznego.

• Używaj Flag lub nagiego przymiotnika, takiego jak Active, dla pola logicznego, ponieważ może to utrudnić interpretację przez Qlik Answers.

• Używaj niejednoznacznych lub ogólnych rzeczowników bez kontekstu. Pole o nazwie Amount, na przykład, nie informuje, czego jest kwotą. Wiele ogólnych pól może utrudniać Qlik Answers niezawodne mapowanie zapytań w języku naturalnym do właściwego pola.

• Używaj kryptograficznych skrótów, takich jak cust_no dla numeru klienta lub txn dla transakcji. Utrudnia to Qlik Answers zrozumienie pola.

Usprawnij swój model danych

Usprawnienie modelu danych poprzez usunięcie niepotrzebnych pól zapewnia dokładniejsze, przewidywalne odpowiedzi od Qlik Answers. Starannie dobrany zestaw pól zmniejsza ryzyko nieprawidłowego wyboru pola lub pomyłek wynikających z Qlik Answers. Usprawnione modele danych są również szybciej indeksowane. Aby usprawnić swój model danych:

• Ukryj pola techniczne.

• Skonsoliduj zbędne lub prawie zduplikowane pola w jedną autorytatywną wersję.

Ukryj pola techniczne

Twój model danych powinien prezentować Qlik Answers pola, które zawierają rzeczywistą wartość analityczną. Unikaj uwzględniania pól technicznych, które nie przyczyniają się do Qlik Answers zrozumienia aplikacji. Pola techniczne zawierają takie informacje jak: 

• IDs

• Klucze

• Załaduj znaczniki czasu

• Kolumny przejściowe

Możesz usunąć niepotrzebne pola, ukrywając je. Ukryte pola są nadal dostępne dla logiki skryptu lub obliczeń wewnętrznych, ale są wykluczone z Qlik Answers analizy.

• W skrypcie ładowania lub Menedżerze danych dodaj prefiks % do ich nazwy (na przykład %Discount2)

• W modelu logicznym w logice biznesowej ustaw ich widoczność na Ukryte.

  Więcej informacji zawiera temat Widoczność.

Skonsoliduj i zmień nazwy pól

Należy skonsolidować nadmiarowe lub niemal duplikujące się pola w jedną autorytatywną wersję. Niejednoznaczne pola utrudniają Qlik Answers poprawne interpretowanie danych.

Zmień nazwy lub skonsoliduj pola, aby model danych był jak najbardziej czytelny dla Qlik Answers.

Przykład: Usprawnianie modelu danych poprzez naprawianie niejednoznacznych pól

Rozważ następujące nazwy pól z modelu danych:

• Discount_Amount

• Discount_Value

• Rabat1

• Rabat2

Te nazwy pól tworzą szereg problemów dla Qlik Answers, gdy próbuje je interpretować:

• Wiele pól rywalizuje o termin rabat, tworząc dwuznaczność dla Qlik Answers.

• Numeryczne sufiksy (1, 2) i niejasne nazwy pól nie zapewniają jasnego znaczenia biznesowego.

• Mieszane konwencje nazewnictwa zmniejszają przejrzystość.

Aby rozwiązać te problemy, pola powinny zostać zmienione podczas przygotowywania aplikacji do użytku z Qlik Answers. Jeśli pola reprezentują różne koncepcje, powinny zostać zmienione, aby były jaśniejsze co do ich zastosowania i celu. Na przykład:

• Rabat na produkt

• Rabat promocyjny

• Rabat kuponowy

• Rabat lojalnościowy

Jeśli reprezentują tę samą koncepcję, powinny zostać skonsolidowane w jedno autorytatywne pole, takie jak Kwota rabatu. Jeśli którekolwiek z tych pól są techniczne lub przestarzałe, powinny zostać ukryte.

Formatuj pola daty/godziny załadowane jako zwykły tekst

Niektóre pola zawierają informacje o dacie/godzinie, ale są ładowane jako zwykły tekst w modelu danych. Ponieważ nie są klasyfikowane jako pola daty/godziny, lecz jako pola tekstowe, nie będą prawidłowo używane w Qlik Answers analizach, ponieważ nie będą traktowane jako prawdziwe pola daty.

Jeśli pole zawierające informacje o dacie/godzinie jest oznaczone lub przechowywane jako tekst, przekonwertuj je do odpowiedniego formatu podczas ładowania, używając narzędzi w Menedżerze danych lub funkcji daty w skrypcie ładowania. Zapewnia to, że:

• Pole jest rozpoznawane jako zawierające daty.

• Generowanie automatycznego kalendarza działa.

• Pytania użytkowników oparte na czasie mapują się prawidłowo do pól daty/czasu.

• Sortowanie i filtrowanie działają prawidłowo.

Używaj elementów głównych

Elementy główne poprawiają zdolność Qlik Answers do interpretowania danych aplikacji. Podczas interpretowania pytań, Qlik Answers nadaje elementom głównym większą wagę niż polom w modelu danych, ponieważ są one tworzone przez użytkownika. Są ważne, ponieważ użytkownik uznał je za wystarczająco ważne, aby je utworzyć.

Elementy główne zwiększają przejrzystość i zmniejszają dwuznaczność, tworząc jedną, zaufaną wersję każdej ważnej metryki lub pola w modelu danych. Pomaga to również utrzymać spójność podobnych odpowiedzi dla różnych użytkowników. Kiedy ktoś pyta o Marżę zysku i istnieje odpowiadająca jej miara główna, odpowiedź opiera się na tej samej definicji, niezależnie od tego, kto pyta i jak sformułowane jest pytanie.

Jednym z najważniejszych elementów elementów głównych są opisy. Opisy są używane przez Qlik Answers w celu zapewnienia kontekstu do interpretacji elementów głównych. Wyraźne opisy w elementach głównych jasno wyjaśniają:

• Cel

• Znaczenie

• Kontekst biznesowy

Opisy elementów głównych ułatwiają Qlik Answers zrozumienie wymiaru głównego lub miary i wybranie właściwej metryki, nawet jeśli użytkownicy pytają w nieoczekiwany sposób.

Dodatkowe najlepsze praktyki dotyczące elementów głównych i Qlik Answers, zobacz Pisanie semantycznych opisów dla Qlik Answers.

Przykład: Przydatny opis elementu głównego

Miara główna: Koszt pozyskania klienta

Opis: Średni koszt pozyskania nowego klienta. Obliczane jako łączne wydatki na marketing i sprzedaż podzielone przez liczbę nowo pozyskanych klientów. Nie obejmuje wydatków na utrzymanie ani odnowienie. Znany również jako CAC.

Użyj synonimów logiki biznesowej, aby dodać wartość

Synonimy logiki biznesowej pomagają doprecyzować, w jaki sposób Qlik Answers interpretuje terminologię. Chociaż Qlik Answers rozumie wspólny język biznesowy, Twój model danych może zawierać terminologię, której LLM nie rozpoznałby ani nie zinterpretowałby poprawnie. Synonimy pomagają Qlik Answers zrozumieć terminologię unikalną dla danych Twojej organizacji. Następujące kategorie terminów zyskują na dodawaniu synonimów:

• Żargon lub akronimy specyficzne dla organizacji

• Wewnętrzne pseudonimy wskaźników KPI

• Kody produktów lub procesów, które pełnią również funkcję terminów biznesowych

• Metryki, które wydają się podobne, ale mają odrębne definicje wewnętrzne

• Język specyficzny dla domeny, który nie jest szeroko używany poza Twoją branżą

Staraj się unikać synonimów, które robią następujące rzeczy:

• Dodają niejednoznaczność. Włączanie góry lub dołu, na przykład, może powodować problemy, ponieważ nie są jasne. Na przykład, 0 może oznaczać top 5, top 10%, top według przychodów lub liczby transakcji.

  Dodawanie synonimów, które duplikują wartości z pól, może również wprowadzać niejednoznaczność.

• Duplikowanie słownictwa dla tych samych terminów, na przykład dodawanie synonimu sprzedaż do dwóch oddzielnych pól.

• Uwzględnianie słów-kluczy (stop words), ponieważ mogą one powodować odrzucenie pytań.

Aby dowiedzieć się więcej, zobacz temat Dodawanie synonimów dla Qlik Answers.