文档中心

数据智能体

创建与配置智能分析Agent

知识文档

知识文档是分析 Agent SaaS 版智能体配置中的知识管理功能。智能体管理员可上传本地文件，将业务资料沉淀为智能体可调用的知识，并在列表中维护知识的启用状态。知识文档划分为业务知识、分析模板、分析报告三种，三类知识的对比介绍如下。

说明

生效范围：知识文档当前仅在深度研究模式中生效，不适用于智能问数。

细分对比项	业务知识	分析模板	分析报告
知识内容	业务日常必备的背景知识和定义，帮助模型更准确解读数据。例如：指标口径说明、活动事件配置、业务流程规范。	同类业务问题的标准分析思路或步骤，用来指导模型如何拆解问题。例如：订单量波动 → 按渠道、用户类型、时间分布逐步分析原因。	已完成的业务分析成果，包含历史数据、结论和洞察，供复用和参考。例如：上季度营销投放效果分析报告。
召回机制	以 chunk 粒度召回，支持高效向量匹配。	全量召回，确保结构完整，模板限制数量为1。	自动抽取框架结构，召回时按结构逻辑对齐。
注意事项	业务知识建议结构化、分块撰写，提升召回粒度和质量。	暂无	私有化场景中，分析报告知识类型默认关闭，如果您希望使用，可联系火山引擎技术支持人员打开功能开关。
知识示例	可参见下文的：知识示例：业务知识。	可参见下文的：知识示例：分析模板。	可参见下文的：知识示例：分析报告。

前提条件

已进入目标空间，并拥有目标智能体的配置权限。
已准备需要上传的本地文件。待上传文件的扩展名属于页面支持范围：txt、md、doc、docx、ppt、pdf、xlsx、xls、csv。
若文档包含需要参与知识检索的图片信息，提前评估是否开启图片内容解析；开启后处理时间会相应延长。

进入知识文档

在配置智能体的知识库前，首先需要进入知识文档管理页面。本章节将引导您快速定位目标智能体并抵达知识文档列表，以便后续进行上传、编辑或删除文档等操作。以下三步即可完成入口访问。

在智能体列表页面，从列表中找到目标智能体，并单击智能体配置按钮进入其配置页面。
在左侧导航栏中展开数据与知识，然后单击知识文档，即可进入知识文档列表页。
进入页面后，可查看知识名称、源文件、知识分类、最近更新时间、创建人、更新状态、启用状态和可执行操作。页面上方提供搜索、添加知识和刷新列表入口。

添加知识

在知识文档列表上方，单击添加知识按钮，系统会打开添加知识弹窗。根据弹窗内容，填写相关添加知识配置项后确定，知识添加完成。以下是相关配置项说明：

配置项名称	说明
知识来源	本地文件。
知识分类	自动分类：模型自动解析知识内容并分类，适合无需人工指定分类的场景。手动分类：由操作者自行选择知识分类；选择后请按页面出现的字段完成配置。业务知识：适用于业务规则、指标口径、行业常识等业务资料；分析模板：同类业务问题的标准分析思路或步骤，用来指导模型如何拆解问题（例：订单量波动 → 按渠道、用户类型、时间分布逐步分析原因）分析报告：已完成的业务分析成果，包含历史数据、结论和洞察，供复用和参考（例：上季度营销投放效果分析报告）
上传本地文件	单击上传文件，从本地选择文件。显示支持 txt、md、doc、docx、ppt、pdf、xlsx、xls、csv 格式。
知识名称	在“知识名称”输入框中填写便于搜索和识别的名称。
图片内容解析	开启后，上传的图片可被自动识别为文本，并将识别结果填入“知识内容”。

管理已有知识

创建完成的知识展示在知识文档列表，可对知识进行编辑、启用、禁用、删除等操作。

查找与浏览
- 在列表上方的搜索框中输入知识名称关键词，可快速定位目标知识。
- 当知识条目较多时，利用页面底部的分页控件切换列表页，浏览全部内容。
启用/停用状态控制
- 在目标知识所在行，直接操作“启用状态”开关：
  - 开启：知识可在当前智能体的适用场景中使用。
  - 关闭：知识暂时停用，但记录保留。
编辑或删除知识
- 编辑：单击目标行右侧的“编辑”按钮，按页面字段修改配置，保存后返回列表，刷新确认更新后的状态恢复为“可使用”。
- 删除：单击“删除”按钮，核对知识名称无误后确认操作，刷新列表确认该知识已移除。注意：知识删除后无法恢复，请谨慎操作。

说明

提示：所有操作完成后，请刷新列表以确保页面显示最新变更。

参考：知识示例

知识示例：业务知识

为智能体上传“消费者行为分析5W2H模型.docx”的样例知识，如果用户提问“利用消费者行为分析5W2H模型对今年消费者行为进行分析”，那么智能体会自动识别并利用该业务知识，完成新报告的生成。

消费者行为分析5W2H 模型 .docx

未知大小

输入的业务知识内容	智能体输出的报告内容
5W2H 模型： Who（人群画像）：年龄、性别、地域、收入层级、消费偏好（如母婴人群关注安全认证）； What（消费品类）：高频刚需品（粮油）vs 低频耐用品（家电）； Why（消费动机）：功能需求（如手机续航）vs 情感需求（品牌认同感）； When（消费时间）：季节性（夏季冷饮）、场景化（深夜外卖）； Where（消费渠道）：线上平台（淘宝 / 抖音）vs 线下场景（便利店 / 购物中心）； How（消费方式）：冲动消费（直播秒杀）vs 理性决策（比价 APP 使用）； How much（消费金额）：客单价、复购率、LTV（用户生命周期价值）。

输入的业务知识内容

智能体输出的报告内容

5W2H 模型：
- Who（人群画像）：年龄、性别、地域、收入层级、消费偏好（如母婴人群关注安全认证）；
- What（消费品类）：高频刚需品（粮油）vs 低频耐用品（家电）；
- Why（消费动机）：功能需求（如手机续航）vs 情感需求（品牌认同感）；
- When（消费时间）：季节性（夏季冷饮）、场景化（深夜外卖）；
- Where（消费渠道）：线上平台（淘宝 / 抖音）vs 线下场景（便利店 / 购物中心）；
- How（消费方式）：冲动消费（直播秒杀）vs 理性决策（比价 APP 使用）；
- How much（消费金额）：客单价、复购率、LTV（用户生命周期价值）。

存储日常使用的规则手册、场景指南等碎片化内容。
采用初筛→排序→聚焦的召回策略：先匹配30个相关文本片段，经AI排序后仅保留关联度最高的3个文本片段，避免信息分散。

知识示例：分析模板

模板使用

为智能体上传“今年一季度所有活动复盘分析报告模板.pdf”的样例知识，如果用户提问“今年一季度所有活动复盘分析报告”，那么智能体会自动根据样例知识的整体报告框架和分析模板要求，完成新报告的生成。

今年一季度所有活动复盘分析报告模版.pdf

未知大小

输入的分析模板要求	智能体输出的报告内容
Q1活动整体贡献与趋势分析目的：概览第一季度所有活动共同产生的总体价值与业绩节奏指定图表/呈现方式：使用 `指标卡` 展示Q1期间所有活动累计贡献的 `销售额`，`订单量`，`下单用户数`，`新客占比`，`客单价`。使用 `线图` 按 `每日` 展示 `销售额` 和 `订单量` 在Q1期间的变化，体现活动对季度业绩的拉动。模块小结：总结Q1通过活动实现的总体业务规模，描述季度内活动效果的整体走势（如是否有明显波峰对应关键活动节点）。

输入的分析模板要求

智能体输出的报告内容

Q1活动整体贡献与趋势

分析目的：概览第一季度所有活动共同产生的总体价值与业绩节奏
指定图表/呈现方式：
- 使用 指标卡 展示Q1期间所有活动累计贡献的 销售额，订单量，下单用户数，新客占比，客单价。
- 使用 线图 按 每日 展示 销售额 和 订单量 在Q1期间的变化，体现活动对季度业绩的拉动。
模块小结：总结Q1通过活动实现的总体业务规模，描述季度内活动效果的整体走势（如是否有明显波峰对应关键活动节点）。

存储标准化分析模板（如行业报告结构、研究模型）。
在用户发起报告撰写任务时，系统会全量调用匹配的框架内容，强制保障输出内容的体系化。

模板编写

模板结构要求

模板结构	详细要求
分析目标	首先要明确想要解决的核心问题或达成的目标是什么。需要用一两句话交代清楚分析场景、分析角色、分析目的。通常在模板第一部分进行描述。
分析对象	指为了实现分析目标，需要进一步分析的指标、维度等关键元素。为了确保分析结果的准确性和有效性，在实际处理分析任务时，必须清晰界定以下几项核心信息：指标口径：对于DataAgent而言，指标口径指向【数据集】+【指标字段】+【筛选条件】的信息组合；当有多个数据集或者数据集中包含多个相似名称的指标字段时，建议尽量指明使用的数据集和指标字段；筛选条件往往蕴含着业务领域的“私域知识”（即特定领域的专业理解或规则），这部分信息需要明确提供，否则可能导致分析偏差。取数周期：数据的时间范围对于分析结果的解读至关重要，不同的分析方法可能对周期有不同的要求，需要根据具体需求来明确，如：趋势分析：可能需要明确趋势分析的周期是最近7天，还是30天，或者是3个月等；归因分析：需要明确基期对比期的周期，是最近7天VS上周，还是最近1个月VS上个月等。分析对象的变化：随着分析的推进，分析对象可能从整体推进到局部，或者从原分析指标推进到相关指标，在query中需要注意和明确分析对象的变化。
分析方法	在有明确的分析预期时，需要在模板中直接明确采用哪种分析方法。常见的分析方法：描述性统计（占比、中位数、均值等统计量的计算对比）、归因、异常检测、预测、聚类等。
产出要求	产出的质量既要注重内容，也要讲究形式。合理编排洞察内容、运用恰当的数据可视化，都能让结论更清晰易懂。因此需要明确对内容和形式的要求，并在模板中进行明确。说明问题描述要具体：用简明的语言描述想要的分析，一定要把需求说清楚。如：按照客户年龄分层对客户进行分布分析，使用饼状图进行展示。需要细化问题：分析任务较为复杂时，建议拆分为若干小步骤逐步进行，建议每个步骤一句话，不要写成一团。如果每个步骤有关联，需要进行说明强调。善用 Markdown：用 `#` 表示标题、`加粗`表示强调，多用空行、缩进、项目符号区分层级，有益于模型理解意图。必要时进行强调：在多次描述无法返回相应字段或结果时，可以单独再写一遍进行强调。提醒使用工具：目前支持联网搜索、Python、业务知识库等工具，可以通过要求模型使用工具。

模板结构示例

# 分析目标  
一句话说明你想知道什么
# 数据范围  
明确使用哪个数据集/表格，是否有限制条件（如时间/客户/产品）
# 指定方法（如需要）  
是否使用特定算法或工具？是否需要绘图、预测等？
# 输出预期  
你希望看到的结论、图表、归因结构等
# 角色设定（如需要）  
非必须，但可增强风格一致性

知识示例：分析报告

为智能体上传“2025 年新品推广主题活动复盘分析报告.docx”样例知识，如果用户提问“做一个去年新品推广主题活动的复盘分析”，那么智能体会自动抽取样例报告中的分析模板，学习其分析要求，完成新报告的生成。

2025年新品推广主题活动复盘分析报告.docx

未知大小

输入的分析报告样例	智能体输出的报告内容
新品推广效果深度分析分析目的：集中评估“新品抢先购”活动在驱动主推商品销售和用户接受度方面的核心表现。内容与呈现：主推商品表现：使用柱状图展示了主推商品销售额排名 TOP10 商品名称及所属品类。从结果来看，跑步鞋品类表现突出，在 TOP10 商品中占据 6 款，其中“缓震系列 B”销售额最高，达 608,295.20 元。模块小结：“新品抢先购”活动在推动主推商品销售方面有一定成果，跑步鞋品类是核心主推商品，表现突出。

输入的分析报告样例

智能体输出的报告内容

新品推广效果深度分析

分析目的：集中评估“新品抢先购”活动在驱动主推商品销售和用户接受度方面的核心表现。
内容与呈现：
- 主推商品表现：使用柱状图展示了主推商品销售额排名 TOP10 商品名称及所属品类。从结果来看，跑步鞋品类表现突出，在 TOP10 商品中占据 6 款，其中“缓震系列 B”销售额最高，达 608,295.20 元。
模块小结：“新品抢先购”活动在推动主推商品销售方面有一定成果，跑步鞋品类是核心主推商品，表现突出。

存储已完成的完整业务分析案例（如市场研究、活动复盘等）。
当用户需参考历史经验或方法论时，系统会自动抽取报告中的分析模板部分进行结构化召回，确保输出的知识具有完整逻辑性。

特别声明

本服务输出的内容均由人工智能模型生成。
本功能适用人群：仅限于客户在内部、自有业务、自己使用，客户不得通过数据智能体向公众提供生成式人工智能服务。
本产品支持 SaaS 版本和私有化部署版本产品使用，如需购买或试用，请您联系商务人员进行咨询。

最近更新时间：2026.08.05 14:52:36

这个页面对您有帮助吗？

有用

无用

数据智能体

知识示例：业务知识 #

知识示例：分析模板 #

模板使用 #

模板编写 #

模板结构要求

模板结构示例

知识示例：分析报告 #

知识示例：业务知识

知识示例：分析模板

模板使用

模板编写

知识示例：分析报告