AI 问数怎么理解本周、同比和财务月？先定义时间语义

“看一下本周销售额。”

这句话对人很自然，对 AI 问数系统却不够完整。

本周是周一开始，还是周日开始？数据算到当前时刻，还是算到昨天闭店？总部和海外门店用哪个时区？

如果这些规则没有定义，AI 即使生成了语法正确的 SQL，也可能算出业务上错误的答案。

时间词不是简单的日期过滤

企业里常见的时间口径包括：

• •自然日、营业日和交易日；
• •自然周、ISO 周和企业自定义周；
• •自然月和财务月；
• •完整年同比和同期可比天数；
• •下单时间、支付时间、发货时间和入账时间。

对餐饮门店来说，凌晨两点的订单可能仍属于前一个营业日。对跨境业务来说，同一个 UTC 时间在不同区域可能属于不同日期。

建立可被 AI 使用的日期表

一张可靠的日期表不只有年、月、日。它还应明确包含：

• •周的起止日期和周序号；
• •财务年、财务季度和财务月；
• •节假日、工作日和促销期；
• •同比、环比的对齐日期；
• •数据是否已完整到账。

Microsoft 在 Power BI 日期表指南中也强调，日期表应覆盖完整年份，日期必须唯一、连续且不为空。这些要求同样适用于 AI 问数。

同比要先判断“可比”

如果今年本月只过了 10 天，直接和去年整月比较会夸大下降。更合理的系统应识别用户意图，选择：

• •本月截至今日 vs 去年同期；
• •完整月 vs 去年同月；
• •相同营业天数或相同星期结构；
• •同店口径，排除新开和已关门店。

答案中还应显示实际比较区间，而不是只输出一个百分比。

AskTable 如何处理时间问题

企业可以先用 BuildTable 将日期维表、财务周期、时区、业务日与同比映射整理成 AI 友好的数据模型，再让 AskTable 根据这些口径回答问题。

对存在多种解释的提问，系统应先追问，或明确告诉用户本次采用的时间口径。

结论

AI 问数里最容易被低估的，往往就是时间。

只有把日历、时区、财务周期、营业日、数据截止点和可比规则建模，“本周”“上月”“同比”才会从模糊的自然语言变成可验证的业务答案。

参考来源

• •Microsoft Power BI：Design guidance for date tables
• •Microsoft DAX：Time intelligence functions