您可以通过仔细为数据编制索引以及组织数据来改进 Oracle Analytics AI 助手提供的结果。
Oracle Analytics AI 助手由大型语言模型 (Large Language Model, LLM) 提供支持。LLM 对文本的理解优于数字，因此请将数据集中的空值更改为“未知”或“不可用”等有意义的文本。您还可以通过收集数值（例如，根据销售总额将客户收集到组中，或者将订单金额收集到小、中和大范围中）来优化结果。请参见在准备数据时创建收集列。
使用 Oracle Analytics 提供的建议扩充和转换数据可以为助手提供更多上下文。例如，转换数据集以包括日期部分提取（即从数字日期提取星期几），这意味着该助手可以更准确地响应“显示 2024 年所有星期五的销售额”等提示。请参见扩充和转换数据。
您可以通过以下方法来降低索引数据的不明确性：提供读取列的任何人都可以理解的清晰列名，避免名称重复，以及利用同义词。例如，数据集通常具有多个日期字段（订单日期、发运日期、发票日期）。当有人提出“按月显示销售额”之类的问题时，这可能会导致混淆。您可以通过在要分配作为默认日期的列上创建一个名为“日期”的同义词来避免这种情况。请参见为数据集列指定同义词。
为数据编制索引时，请仔细选择要为其编制索引的列。考虑用户最有可能要求该助手为哪些列提供洞察和可视化，例如度量、区域和日期。避免为高基数列（例如客户 ID、SKU 或地址）编制索引，因为这些列会增加复杂性，但不会增强助手洞察。为数据集编制索引时，首先选择使用建议的索引设置，然后在此基础上细化单个列选项以优化搜索索引。请参见关于建议的索引设置。