本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
# Amazon 快速聊天说明
在 Amazon Quick 中，当您与仪表板和数据集聊天时，每个答案都包含一个解释，显示模型是如何得出每个数字声明的，包括模型使用的数据源、假设、筛选器、计算和 SQL 查询。您无需通过查找原始来源并重新创建逻辑来手动验证每个答案，只需单击一下按钮即可直接查看模型的假设。
## 与您的仪表板聊天
当您与仪表板数据聊天时，打开说明以查看选择了哪些仪表板和工作表。您还可以查看应用了哪些过滤器。这可以帮助您验证答案是否符合您的意图。
例如，假设你打开 “试驾转换” 仪表板，问 “哪些电动汽车车型的满意度几乎满分，但转化率却很低？” 你想看看有些汽车试驾是否良好，但没有促成销售。打开 “解释” 并查看 “假设” 部分。Chat 使用车辆型号命名术语来定义 “电动汽车模型”。它搜索了以 “E”（电动）或 “SE”（运动型电动）结尾的名字。尽管在大多数情况下这可能是正确的，但确保准确性的最佳字段是 “vehicle\_fueltype”。你可以直接在聊天中输入：“使用车辆燃料类型来识别电动汽车。” 然后，打开刷新后的正确解释。
### 解释组件
+ **在中找到的数据**-显示见解来源的仪表板和相应的工作表。
+ **筛选器**-列出用于得出答案的仪表板筛选器值。
+ **假设** — 直接从数据（如引用代理指令）或世界知识中解压缩任何大型语言模型 (LLM) 派生的定义。
+ **计算解释**-显示模型为得出答案而执行的任何计算，以自然语言和数学公式形式呈现。
## 与您的数据集聊天
当你直接与数据集聊天时，你可以看到生成的 SQL 查询。使用这些查询来验证模型是否理解您的意图。在汽车经销商的例子中，假设你问 “缺席率是多少，哪款车型最难以应对？”
+ **在中找到的数据**-显示见解来源的数据集。
+ **假设** — 直接从数据（例如引用数据集级别的描述性元数据）或世界知识中解压缩任何 LLM-derived 定义。
+ **计算解释**-显示模型为得出答案而执行的任何计算，以自然语言和数学公式形式呈现。
+ **生成的 SQL**-显示生成每个数字声明的特定 SQL 查询。
