01
数据：缺失、过期或质量失败
02
语义：指标、时间或范围不明确
03
权限：字段或数据范围未授权
04
能力：预测、因果或跨域超出验证
结论：拒答是可靠性机制，不是产品失败
自然语言容易省略时间、范围和口径。系统若为了流畅而猜测，会把不确定性隐藏在一个看似确定的数字里。
拒答应说明缺少什么、为何不能继续、用户可补充什么，以及是否有可安全返回的替代结果。
先区分澄清、拒绝和降级
口径有多个候选时提出澄清；权限不足时明确拒绝并避免暴露字段存在性；数据未到时可返回最近可用截止日；超出验证的预测或因果问题应说明边界。
这三类行为需要不同文案和日志，不能统一成“查询失败，请重试”。
用结构化条件判断是否可答
在执行前检查指标、维度、过滤、时间、用户身份、数据新鲜度和质量状态。关键槽位缺失时先澄清，策略拒绝时不把问题交给模型绕过。
允许推断的默认值应展示在答案里，例如“按自然月、已支付订单”，便于用户修正。
拒答后要给可执行下一步
可以建议选择候选指标、缩小时间范围、申请项目权限、等待数据刷新或改用描述性分析。不要诱导用户通过换说法绕过授权。
记录拒答类型和后续是否解决，用于发现语义缺口、权限配置错误和高频新需求。
验收要包含故意答不了的问题
测试模糊指标、未来数据、未授权区域、小样本敏感分组、因果断言和不存在字段。检查系统是否稳定拒绝、澄清或降级，并保留原因。
AskTable.ai 支持自然语言问数、连续追问和企业权限方向；具体置信机制、质量信号和拒答策略需要项目核验。