01
识别：问题、角色与场景
02
查找：候选口径与责任人
03
澄清：时间、范围与用途
04
计算：版本、过滤与证据
05
沉淀：决议、别名与生效期
结论：不要让模型替企业裁决口径
“销售额”在销售团队可能按下单计算，在财务团队可能按收入确认计算；两者都可能合理。AI 若只选一个字段并给出唯一数字，会把组织分歧伪装成确定答案。
系统应先结合用户角色、问题用途和时间范围查找候选定义；无法唯一判断时明确澄清，或并列展示差异及各自适用范围。
为指标建立可比较的定义卡
每个指标记录名称、业务定义、公式、粒度、时间字段、默认过滤、数据源、负责人、生效时间和适用部门。相同名称的不同口径不能相互覆盖，应使用版本或限定名称区分。
同义词用于帮助检索，不等于把不同口径合并。比如“成交额”“支付金额”“确认收入”可以相关，但不能自动视为同一个指标。
澄清问题要最少但关键
优先询问会改变计算结果的条件：按下单还是确认收入、含税还是不含税、是否扣除退款、自然月还是财务月、总部还是门店范围。
已经能从身份和项目可靠推断的条件不必重复询问，但推断结果应在答案中展示，允许用户修正。
把争议处理成可审计决议
当销售、财务和数据团队确认统一口径后，记录参与人、决议、旧版与新版、生效日、历史是否重算，以及受影响的报告和问题。
未达成统一时保留多口径，并要求答案标明使用哪一套定义。不要在提示词里偷偷设置“正确答案”。
如何验收 AI 的指标选择
准备同名不同义、同义不同名、跨部门、跨时间和退款边界案例。检查系统能否选出候选、触发澄清、展示口径证据，并在版本变化后回归。
AskTable.ai 已确认支持业务语义配置、自然语言问数、连续追问及身份和数据范围管理；具体指标审批、版本和影响分析能力需按项目核验。