当人工智能代理返回查询结果时，它面临一个设计决策：哪种图表类型最能代表该数据？错误的选择可能会产生误导——饼图代表 15 个类别，折线图代表非时间数据，条形图没有排序。做到这一点是一项伪装成技术挑战的用户体验挑战。
图表选择逻辑
该代理评估三个因素：数据形状（有多少维度、有多少度量、基数）、分析意图（比较、分布、趋势、组成）和用户上下文（他们是否在移动设备上，他们之前问过什么）。在此基础上，它应用决策树：时间序列→折线图，分类比较→条形图，≤5个类别的部分整体→饼图或圆环图，相关性→散点图。
何时覆盖默认值
规则还不够。如果用户询问“显示趋势”，则折线图是显而易见的。但如果他们问“哪个地区表现最好？”，排序的条形图比表格更能传达排名。代理应该理解问题的意图，而不仅仅是数据的形状。
移动优先可视化
在移动设备上（大多数对话式 BI 交互发生在移动设备上），图表选择受到屏幕尺寸的限制。超过 4 个切片的饼图不可读。超过 8 个条形的条形图需要水平滚动。代理必须简化 — 聚合、过滤或选择在 375 像素宽的屏幕上工作的不同图表类型。
人类的超越
自动生成的图表应该始终是可覆盖的。如果用户说“将其显示为表格”或“将其设为散点图”，代理应立即遵守。我们的目标是在 90% 的情况下自动获得正确的图表，并在另外 10% 的情况下轻松进行手动选择。
要点
- 图表选择逻辑
- 何时覆盖默认值
- 移动优先可视化
- 人类的超越
结论
自动生成的图表应该始终是可覆盖的。如果用户说“将其显示为表格”或“将其设为散点图”，代理应立即遵守。目标是获得 90% 的正确图表...
在 蜂启咨询，我们帮助企业构建数据基础、语义层和人工智能代理生态系统，将数据转化为决策。我们的 MCP 支持平台可连接 50 多个数据源，在 2 周内完成部署，并直接在您的团队已使用的 IM 工具中提供见解。 预订免费演示 了解我们如何帮助您的组织。