AB
AiBoss
Tutorials

用确定性分析工具替代 AI 助手:把业务需求转成可靠工具

Tutorials

用确定性分析工具替代 AI 助手:把业务需求转成可靠工具

AI 助手在企业分析场景里常因输出不稳定、缺乏业务上下文而失效。这篇教程讲清两件事:如何沿数据生命周期梳理输入、处理、输出三个环节,把散落在各团队口中的隐性规则挖出来;以及如何把一句模糊的业务请求,翻译成可重复运行、结果确定的代码工具。含完整示例与常见坑。

很多团队在把 AI 助手接进日常分析流程后,会遇到一个反直觉的结果:工具越智能,用户越不放心。同一个问题、同一份输入文件,今天和明天给出的答案不一样,规划人员最终还是会回到自己那张 Excel 表。这篇教程讲的不是某个具体产品,而是一套可复用的做法:先用数据生命周期框架把业务规则挖清楚,再把模糊的业务请求翻译成确定性代码工具。它适合供应链、运营、数据分析岗位的从业者,也适合正在评估「要不要上 AI 助手」的业务负责人。

准备工作

这套方法不依赖特定软件,但需要几项前置条件,缺一项都会让后续步骤走样。

  • 一个真实的业务问题。不要拿「提升数据能力」这种目标开工,要拿一个能落到字段级别的问题,例如「判断每一笔门店配送是否准时」。
  • 能接触到一线操作人员的渠道。规则往往不在文档里,而在某个团队负责人的脑子里。你需要有人帮你引荐到对的人。
  • 一个可运行代码的环境。Python 足够,能读写表格文件、能跑脚本即可。不需要大数据平台。
  • 业务方的参与时间。梳理规则通常需要多轮工作坊,素材中的案例用了 12 周。请提前和业务方对齐这个时间预期,不要承诺「一周上线」。
  • 对「确定性」的共识。在开工前就要和需求方说清楚:最终交付的工具,同样输入必然得到同样输出,跑一百次结果一致。这一点决定了后面所有设计选择。

如果需求方坚持要一个「能回答任何问题」的助手,先不要进入实施阶段。这类需求通常意味着对方还没想清楚自己要解决哪个具体问题,此时做出来的东西大概率会被弃用。

操作步骤

第一步:把业务请求拆成输入、处理、输出三段

拿到一个需求后,先不要写代码,也不要急着接数据库。把这个问题按数据流拆成三段来问:

  • 输入:数据是怎么进入系统的?由谁录入?录入后谁有权修改?
  • 处理:数据在系统里如何存储和更新?有没有脚本、规则、人工干预在中间改动它?
  • 输出:团队读的是哪个字段?读到之后拿它做什么决策?

这三段问下来,你会发现同一个业务概念在不同团队手里根本不是一回事。素材里的案例很典型:判断「门店配送是否准时」,纸面上的公式只是把 ERP 里的 Delivery Time 字段和 Requested Delivery Time 字段做比较,生成一个布尔值。但实际走访后发现,团队用了 36 种不同的方式定义这个布尔值。

举两个具体的差异:

  • 法国团队取的是 Shipping Time,因为门店自己派车提货,运输环节不由公司负责。
  • 巴西团队只有在货物比 Requested Delivery Time 晚到 10 天以上时才标记为延迟,因为他们走海运,前置期本身波动很大。

这些边界情况在任何文档里都找不到。它们需要一个人去问另一个人,再把回答翻译成对系统内外数据变换的建模。只看数据库里的事务记录,是推不出这些规则的。

第二步:用工作坊把隐性规则结构化

工作坊不是开会听汇报,而是带着具体问题去核对。建议按下面的顺序推进:

  1. 先画出名义流程。根据系统字段和现有文档,画一版「应该是什么样」的流程,作为讨论的靶子。
  2. 逐段核对差异。对每个环节问:「你们实际是怎么做的?和这个图哪里不一样?」把差异记下来,不要当场判断对错。
  3. 追问例外。重点问「什么情况下这个规则不适用」,例外往往比主规则更有信息量。
  4. 回填到输入/处理/输出三段框架。把收集到的规则按这三类归档,形成一份可交付的规则清单。
  5. 找业务方确认。把清单拿回去让对方确认,这一步经常还能挖出新的例外。

素材中的案例最终把 12 周的工作坊浓缩成三句话:

  • 输入:请求交付日期写在门店订单里,客服管理员在客户要求改期时会修改它。
  • 处理:法国团队写了一个脚本,当延迟低于服务级别协议(SLA)时会自动修改请求交付日期。
  • 输出:美国团队不看交付日期,而看实际发运日期来判断是否延迟,因为运输环节不由他们负责。

这三句话就是后续所有建模工作的地基。没有它,接什么数据库、上什么模型都是空谈。

第三步:判断这个需求到底需不需要 AI

规则梳理清楚之后,再回头看需求本身。很多被包装成「AI 需求」的问题,本质上是一个确定性的计算问题。

素材里有一家制造企业的例子。供应链总监给规划团队配了 AI 助手,希望规划人员能用它从 Excel 文件里取数,回答诸如「下周要生产多少单位才能满足客户需求」「要减少 15% 库存需要多少个生产批次」这类问题。想法是做成按需应答的分析服务。

结果总监自己的评价是「变成了运营混乱」。一位规划人员说,她退回了自己的 Excel 规划表,原因是「同一个问题,AI 今天和明天给我的输出不一样」。事后检查发现,对于同一个问题和同一份输入文件,助手生成了两份不同的 Python 脚本。

这里要引入一个判断标准:这个任务需要的是可复现的计算,还是开放式的探索?

  • 如果是前者——库存下限、生产批量、交付判定——用确定性代码实现。同样的输入跑一百次,输出必须一致。
  • 如果是后者——找方向、提假设、做初步探索——AI 助手可以参与,但结论必须由人复核。

素材中那家企业的实际需求,用确定性代码就能精确满足:用 Python 写库存管理规则,算出满足产线需求所需的最低安全库存;用 Wagner-Whitin 这类动态规划算法,算出每批生产多少单位既能交付客户订单又不至于积压过多库存。这些方案由人设计,设计者花时间理解了运营上下文和内外约束。

那位总监后来的一句话点出了关键:「我们需要有人来质疑我们的请求,提出一套从数据中生成洞察的结构化流程,并设计出我们可以依赖的稳健工具。」他还对助手在背后生成代码这件事感到意外——这说明需求方对 AI 的工作方式往往缺乏基本认知,这一点在项目启动时就要讲清楚。

第四步:把需求翻译成可运行的代码工具

这一步的核心动作是「翻译并质疑」。AI 助手会直接回答你提出的请求,它不会问这个请求是不是对的。人要做的是先质疑,再实现。

质疑清单可以固定成几个问题:

  • 这个分析结果会被谁使用?用来做什么决策?
  • 这个决策多久做一次?每次的输入数据从哪来?
  • 如果结果错了,代价是什么?谁来发现错误?
  • 这个需求背后真正想解决的问题是什么?有没有更直接的解法?

质疑完之后再动手写代码。代码要满足三个条件:输入明确、规则显式、输出可复现。下面给出一个最小实现,对应前面「判断配送是否准时」的场景。注意这里把不同团队的规则写成了显式配置,而不是藏在某个模型的隐式判断里。

from dataclasses import dataclass
from datetime import datetime, timedelta


@dataclass
class DeliveryRule:
    """一个团队判定延迟的规则。"""
    region: str
    date_field: str          # 用哪个日期字段做基准
    tolerance_days: int      # 允许的延迟天数


RULES = {
    "FR": DeliveryRule(region="FR", date_field="shipping_time", tolerance_days=0),
    "BR": DeliveryRule(region="BR", date_field="requested_delivery_time", tolerance_days=10),
    "US": DeliveryRule(region="US", date_field="actual_ship_date", tolerance_days=0),
}


def is_late(record: dict, rules: dict = RULES) -> bool:
    """判断单条配送记录是否延迟。规则来自工作坊确认的清单。"""
    rule = rules.get(record["region"])
    if rule is None:
        raise ValueError(f"未定义区域规则: {record['region']}")

    baseline = record[rule.date_field]
    actual = record["actual_arrival"]
    if isinstance(baseline, str):
        baseline = datetime.fromisoformat(baseline)
    if isinstance(actual, str):
        actual = datetime.fromisoformat(actual)

    return actual > baseline + timedelta(days=rule.tolerance_days)

这段代码有几个刻意的设计:

  • 规则是数据,不是逻辑分支。新增一个区域只需要加一条配置,不用改判断函数。
  • 遇到未定义区域直接报错。宁可让流程停下来,也不要静默套用一个默认规则——那正是 36 种口径问题的来源。
  • 没有随机性。同样的记录跑一百次,结果完全一致。

第五步:把工具交给用户,并留下规则文档

交付物不只是代码,还包括那份规则清单。清单要写清楚每个区域、每个团队用的是哪个字段、容忍度是多少、为什么这样定。这份文档的价值在于:当人员变动、系统升级、业务调整时,下一个人能看懂规则是怎么来的。

同时要明确告诉用户这个工具不做什么。它不会回答「你觉得下周该生产多少」这种开放问题,它只按既定规则计算。把边界说清楚,比把功能说得多更重要。

一个完整示例

下面把前面的步骤串成一个可运行的最小例子。场景:一家消费品公司要统计各区域门店配送的准时率。

第 1 步:准备输入数据。 假设从系统导出的记录包含区域、请求交付时间、发运时间、实际到达时间四个字段。

records = [
    {
        "region": "FR",
        "requested_delivery_time": "2026-03-01T08:00:00",
        "shipping_time": "2026-03-01T06:00:00",
        "actual_ship_date": "2026-03-01T06:30:00",
        "actual_arrival": "2026-03-01T09:00:00",
    },
    {
        "region": "BR",
        "requested_delivery_time": "2026-03-01T08:00:00",
        "shipping_time": "2026-02-18T08:00:00",
        "actual_ship_date": "2026-02-18T10:00:00",
        "actual_arrival": "2026-03-08T08:00:00",
    },
    {
        "region": "US",
        "requested_delivery_time": "2026-03-01T08:00:00",
        "shipping_time": "2026-03-01T05:00:00",
        "actual_ship_date": "2026-03-02T05:00:00",
        "actual_arrival": "2026-03-03T05:00:00",
    },
]

第 2 步:套用规则计算。 复用前面定义的 is_late 函数,逐条判断并汇总。

def summarize(records: list) -> dict:
    total = len(records)
    late = sum(1 for r in records if is_late(r))
    return {
        "total": total,
        "late": late,
        "on_time_rate": round((total - late) / total, 4) if total else None,
    }


print(summarize(records))

第 3 步:核对结果。 按上面的数据手工推一遍:

  • FR 记录:基准是发运时间 06:00,实际到达 09:00,容忍 0 天,判定为延迟。
  • BR 记录:基准是请求交付时间 3 月 1 日 08:00,实际到达 3 月 8 日 08:00,晚了 7 天,容忍 10 天,判定为准时。
  • US 记录:基准是实际发运日期 3 月 2 日 05:00,实际到达 3 月 3 日 05:00,晚了 1 天,容忍 0 天,判定为延迟。

汇总结果应为总数 3、延迟 2、准时率约 0.3333。如果代码输出与此不符,说明规则配置或字段映射有问题,先修规则再往下走。

第 4 步:固化与交付。 把 RULES 字典和规则清单一起交给业务方确认,确认后纳入版本管理。以后任何规则变更都要走同样的确认流程,并在清单里记录变更原因和日期。

这个例子的规模很小,但它包含了完整的方法论:先挖规则,再判断是否需要 AI,最后用确定性代码实现并交付文档。真实项目只是把区域数量、字段数量和例外情况放大而已。

注意事项

不要指望把模型直接接到数据库上就能得到业务洞察。 只看事务记录,推不出各团队实际怎么用系统。素材中的案例里,正是靠人逐个团队去问,才挖出 36 种口径。在多数组织里,并不存在一个天然承担这件事的角色,所以这更像一个管理问题,而不是技术问题。

随机性在需要可复现的环境里是缺陷,不是特性。 大语言模型因为统计特性,对同一输入可能产生不同输出。这在探索阶段可以接受,但在规划、排产、交付判定这类场景里会直接导致用户弃用。素材中的规划人员退回 Excel,就是因为同一个问题每天答案不同。

助手只掌握提示词里给出的上下文。 素材中的对比很说明问题:助手拿到的只是规划人员在提示词里写的那点信息,而做规则梳理的人花了数小时、问了团队上百个问题。上下文不足时,助手只能生成「最可能的输出」,而不是「正确的输出」。

需求方常常不了解 AI 的工作方式。 那位总监对助手在背后生成代码感到意外。项目启动时就要把这一点讲明白,否则后续对结果的预期会持续错位。

规则清单必须显式记录。 未定义的情况应当报错,而不是套用默认值。静默的默认规则正是口径分裂的温床。

关于工具与产品的具体能力、价格、配额和版本信息,请以各产品官网当前公布的信息为准。 本文不涉及具体报价与授权条款,实施前请自行核实。

本文讨论的是分析方法与工程实践,不构成任何投资、法律或医疗建议。 涉及合规、数据隐私与跨境数据处理的场景,请咨询相应专业人士。