数据智能体
数据智能体
- 文档首页
数据智能体快速入门IDA体验与入门iDA 学习路径
文档反馈
问问助手iDA 是一款数据原生的智能体产品，把智能问数、深度研究、洞察报告、文档撰写、多模态素材生成等能力统一到一个入口，帮助企业用自然语言完成从数据查询到报告交付的完整链路。它不局限于数据分析场景，也覆盖办公协作、内容创作、知识问答等通用场景。
在实际使用中，iDA 学习路径会面对三类角色，他们关心的问题、上手路径、学习深度都不一样。本文按角色拆分学习路径，便于您只关注和自己相关的内容。
角色 | 典型人群 | 主要关注 | 学习深度 |
|---|---|---|---|
智能体应用者 | 业务同学、数据分析师、经营分析、运营、产品、内容创作者 | 用好现成智能体，快速拿到答案与产物 | 入门为主 |
智能体建设者 | 数据 BP、数据工程师、数据产品经理、场景 owner | 接数据、配知识、调优智能体 | 入门 + 进阶 |
智能体管理者 | 数据平台管理员、IT / 安全负责人 | 部署、账号、权限、审计、运维 | 全量掌握 |
在进入学习路径前，先确认你已具备使用 iDA 的账号与权限，建议通过以下几个方面作准备：
试用或采购
如果尚未采购但需要试用，可联系商务申请体验权限；如果企业已购买 SaaS 或私有化部署版本，由管理员为用户创建账号并开通对应权限。
项目与用户授权
用户需要进入正确地域和项目，并被授予目标智能体、数据集、知识资源和导出分享能力。项目管理员应提前完成用户或用户组授权。
数据与业务背景
使用前应准备待分析数据、指标口径、业务规则、分析模板和历史报告。iDA 的深度研究与报告生成效果，依赖数据质量和业务知识清晰度。
iDA 的完整使用链路可以压缩成 5 步：建项目、接数据、配智能体、测效果、开放使用。不同角色参与的深度不同，但建议都了解整条链路，否则容易把“回答不准”误判为模型问题，而忽略数据、知识、权限或配置缺口。
步骤 | 流程 | 动作 | 学习重点 |
|---|---|---|---|
1 | 创建项目 | 按业务场景创建项目，并设置用户或用户组权限。 | 管理者重点掌握；应用者只需知道自己属于哪个项目。 |
2 | 接入数据 | 进入项目后，在上方导航‘数据准备’模块中，通过‘数据连接’、‘数据集’、‘可视化建模’等功能完成数据接入、加工与管理。 | 建设者重点掌握；分析类智能体效果主要取决于这一步的质量。 |
3 | 配置智能体 | 在‘智能体’类型选择上，点击‘新建智能体’。选择合适的智能体类型，然后配置基本信息、数据与知识、内容、审计、技能等模块。 | 建设者重点掌握；应用者要知道不同智能体适合什么场景。 |
4 | 测试调优 | 在智能体对话界面，用典型问题测试回答、图表、报告、引用和工具调用效果。 | 建设者和管理者共同完成；上线前必须覆盖权限、歧义和边界问题。 |
5 | 开放使用 | 确认是否需要飞书机器人集成。 | 管理者关注接入方式、安全策略和运营反馈；应用者关注如何进入和使用。 |
智能体应用者学习路径
- 角色定义：应用者通常是业务运营、数据分析师、经营分析、产品经理、销售、市场或内容创作者。学习目标不是配置智能体，而是用好已有智能体，快速拿到答案、图表、报告、PPT、网页、图片或视频产物。
- 目标愿景：应用者应掌握如何选择合适的智能体和技能，如何用自然语言提出高质量问题，如何查看分析过程并判断结果可信度，如何通过复制、导出和分享把 iDA 的结果用于汇报、协同和决策。
章节 | 学习任务 | 任务简介 |
|---|---|---|
第 1 章 | ||
快速了解 | 了解 iDA 的产品定位、适用场景、核心价值和通用操作流程。 | |
了解账号权限、项目、数据准备、通用智能体和通用场景智能体的基本使用方式。 | ||
第 2 章 | ||
正式使用 | 学习知识检索、数据分析、文档撰写、创意生成四类场景的适用范围，选择合适能力完成任务。 | |
通过服务商拜访与运营、经销商经营分析看板、商户成长激励资源追踪、爆款营销素材复刻等案例，学习 iDA 如何把数据查询、归因分析、网页生成、自动执行和内容生成串联起来，辅助业务团队完成分析、运营和交付任务。 | ||
学习通用场景智能体的配置流程，掌握基本信息配置、数据与知识接入、内容配置和应用模式配置等核心设置，帮助建设者根据业务场景完成智能体初始化与能力配置。 | ||
第 3 章 | ||
使用优化 | 学习如何按分析对象、指标、时间范围、对比或拆解维度、交付形式描述任务，并在结果中检查口径、筛选条件和引用来源。 | |
智能体建设者学习路径
- 角色定义：智能体建设者通常来自数据团队、业务分析团队、数据产品团队或业务中台，是 iDA 背后数据资产、知识资产和智能体能力的建设者。他们负责让 iDA 理解企业数据、指标口径、业务规则和高频分析方法。
- 目标愿景：建设者应掌握数据接入、数据集配置、知识积累、Prompt 配置、技能管理和效果调优方法，能够根据业务场景搭建稳定可用的通用场景智能体，并持续提升问答和报告质量。
章节 | 学习任务 | 任务简介 |
|---|---|---|
第 1 章 | ||
快速了解 | 理解通用智能体、通用场景智能体和分析智能体的区别，明确建设目标和适用边界。 | |
了解 iDA 的基础界面布局，识别左侧导航区、任务输入区、分析过程与结果区、结果与报告区的作用；掌握从选择智能体、添加数据或资料、输入任务，到查看过程、核对结果、追问导出或分享的基础使用动线。 | ||
第 2 章 | ||
接入数据 | 学习文件、数仓、外部数据源和火山引擎数据产品矩阵中的数据接入方式。 | |
学习如何创建数据连接、生成数据集、预览数据、修改字段，并配置行列权限。 | ||
学习通过数据清洗、转换、融合和预计算，为智能问数和深度分析准备高质量数据。 | ||
第 3 章 | ||
创建与配置 iDA | 配置基本信息、数据资产、内容和知识库，使智能体匹配具体业务场景。 | |
整理指标口径、业务规则、分析模板和历史报告，提高深度研究的任务拆解和报告生成质量并生成对应模板。 | ||
学习如何管理和调用技能。 | ||
第 4 章 | ||
调优实践 | 使用典型问题检验查数、归因和报告效果，并根据错误类型优化数据集、知识和提示词。 | |
智能体管理者学习路径
- 角色定义：智能体管理者通常来自大数据团队、IT 团队、平台运营团队或企业数字化管理团队，是 iDA 的项目、权限、资源、运营和集成负责人。他们既需要理解用户如何使用 iDA，也需要掌握建设侧和治理侧的配置逻辑。
- 目标愿景：管理者应能够建立清晰的项目和权限体系，管理智能体发布与使用范围，跟踪使用效果与问题反馈，并推动 iDA 与飞书、H5、OpenAPI、HiAgent 等企业现有系统集成。
章节 | 学习任务 | 任务简介 |
|---|---|---|
第 1 章 | ||
产品认知 | 了解创建、配置、发布与使用智能体的完整流程，明确使用前的项目、数据和权限准备。 | |
第 2 章 | ||
项目管理 | 学习创建项目、添加用户、配置用户组，并按角色授予智能体、数据和功能权限。 | |
权限专题 | 建立数据资源、知识资源、报告分享和导出权限的管理规则，降低误用和越权风险。 | |
第 3 章 | ||
智能体运营 | 管理智能体发布、下线、版本调整和使用范围，使业务用户使用稳定入口。 | |
第 4 章 | ||
开放集成 | 学习 iDA 与办公协同工具、企业应用和智能体平台的连接方式，统一企业使用入口。 | |