业务说要上 AI 问数时，数据开发最危险的反应，是马上去接库。
“先连一下数据库试试。”
“先让模型跑起来看看。”
“先做个 Demo 给老板演示。”
这些话听起来很有行动力。会议室里也确实需要一点行动力。问题是，AI 问数一旦连上真实数据，就不只是一个技术原型。它会变成一个新的数据入口：业务不用看报表，不用提取数需求，不用等分析师，直接问一句，公司数据就开始回答。
这件事如果做得好，确实能省掉很多重复沟通。
如果做得不好，它也会把公司里原来藏在报表、口径、权限和人工解释里的问题，用更快的速度暴露出来。
所以我给数据开发一个很朴素的建议：在接库之前，先画三张图。
第一张，数据流向图。
第二张，指标口径图。
第三张，权限责任图。
这三张图不是为了写文档好看。它们是上线前的风险显影工具。你把图画出来，很多原本靠一句“后面再优化”糊过去的问题，就会被迫摆到桌面上。
第一张图：数据流向图，先证明答案从哪里来
数据流向图要回答一个问题：AI 问数的答案，到底从哪里来？
很多团队一开始只画一条线：用户提问，模型生成 SQL，数据库返回结果，模型生成回答。
这条线太干净了。
真实的数据链路一般没这么干净。源系统可能有 CRM、订单、财务、客服、活动平台；中间有同步任务、ODS、DWD、DWS、ADS、指标平台、权限层；再往上才是问数服务、模型和前端入口。
你要画的不是“模型连数据库”。
你要画的是：从源头到回答，中间每一步经过了什么。
至少要包含 7 个节点：
- 源系统：数据最初来自哪里；
- 同步任务：通过什么任务进入数仓，频率和延迟是多少；
- 加工层级：经过哪些表、模型、宽表或指标层；
- 数据质量：哪些节点有校验，哪些只是裸奔；
- 权限过滤：哪些字段、行、指标会被过滤；
- 问数服务：模型到底能调用哪些数据产品；
- 用户答案：最终返回的是汇总、明细、解释，还是建议。
这张图画完后，你要在评审会上追问几个问题。
哪些表是手工维护的？哪些任务经常延迟？哪些字段来源不稳定？哪些指标表没有质量规则？哪些明细不应该进入问数范围？哪些数据在周末、月末、活动期间会有特殊口径？
如果这些问题答不上来，不要急着让模型背锅。
很多时候，AI 问数答错不是因为模型笨，而是输入链路本来就不稳。模型只是把不稳的链路包装成了一段很像人的话。
数据流向图的目标，是让团队承认：问数系统拿到的不是“公司真实数据”，而是一条经过加工、授权和解释的数据供给链路。
链路不稳，答案就不该显得太确定。
第二张图：指标口径图，先阻止一场未来的对数会
AI 问数最容易翻车的地方，不一定是复杂算法。
常常是简单指标。
销售额、订单数、活跃用户、转化率、毛利、新客、复购、ROI，这些词太常见，常见到大家误以为它们天然清楚。
可做过数据的人都知道，每个词下面都有坑。
销售额按下单算，还是按支付算？退款扣不扣？优惠券算不算？预售尾款归哪天？跨境订单是否单独处理？
活跃用户按登录算，还是按关键行为算？新客按注册算，还是首次支付算？毛利按财务口径，还是经营口径？
