Lantide Data

返回學習中心

introduction

讀時間: 約 8 分鐘 · 角色: 分析師 · 下一步: 依下方閱讀路徑逐篇深入,或直接去 USER_GUIDE §2 跟做一輪漏斗分析。


你可能已經遇過這個場景

週五用 AI 問了兩小時漏斗與 GMV 口徑,對話裡數字看起來合理。週一財務追問:「分母含不含取消單?退款怎麼扣?」你翻聊天紀錄——只有摘要、幾張截圖,中間的 JOIN 與 WHERE 邏輯說不清

問題通常不是模型不夠聰明,而是分析被留在對話氣泡裡:沒有 Plan 寫清口徑、沒有 SQL 分頁當證據、沒有 Report 當交付物。六個月後,連你自己都難以重現那個數。


Lantide Data 是什麼(分析師視角)

一句話:本機 SQL 分析 IDE,內建 Agent 副駕駛,也能接入受控的外部 Agent——不論從哪個對話介面工作,口徑與取數邏輯都應留在你可審閱的 SQL 分頁與 Markdown 文件裡,而不是藏在一次性 Python cell 或聊天摘要中。

你熟悉的 Lantide 的做法
上傳 CSV → 聊天出圖 本機 DuckDB 查檔案;Agent 與你共用同一套表名
口徑在腦袋或對話裡 Plan 寫清分母、粒度、checkpoint;SQL 分頁是執行證據
AI 自己跑完分析 你按 Execute 才算正式開跑;Planning 階段只探索與修 Plan
結論貼 Slack Report 進專案文件,可批註、可 HTML 匯出

它不是「會寫 SQL 的 ChatGPT」,也不是「改 repo 的 coding agent」——而是專為分析工作設計的 Agent 執行環境:同一個 IDE 裡完成探索、起草、授權執行、交付。


為什麼值得你用(而不是繼續湊工具)

1. 口徑可辯論、可重跑

活躍用戶怎麼定義、兩表 user_id 怎麼對齊、JOIN 會不會 fan-out——用 FROM / JOIN / WHERE 寫在 SQL 分頁與 Plan 裡。同事改的是同一段邏輯,不是重播一段對話。

2. 分析有階段,不是一鍵黑盒

Agent 會先探索 schema、草擬 Plan;若口徑尚未寫死,可能用對話一次一題幫你對齊,再等你批註滿意後才 Execute。這對分析師意味著:探索可以快,正式取數必須有契約——分母、stage 定義、limitations 都要在 Report 裡說清楚。

聊天輸入區可切 Agent(可改 Plan/Report/HTML/SQL)與 Ask(只問、可跑查詢,不改這些產物)。只想搞懂數字、暫時不改檔時用 Ask;要改契約或交付物時切回 Agent。詳見 USER_GUIDE §12.1.1

3. Quick 與 Project 分工清楚

欄位探索、單次驗證 → Quick Analysis(對話 + SQL 分頁)。要 Plan 批註、正式 Report、給主管簽核 → 聚焦專案走 Plan → Execute → Report。不必在錯的模式裡抱怨「為什麼沒有 Approve & Execute 按鈕」。

4. 進階能力按需取用

快取、Source Run、統計工具、Agent Memory 都有,但分析正確性優先於管線形式——不必為了「管線看起來很完整」而硬拆步驟;一次性清楚的 JOIN 可以直接跑。


可能不適合你的情況

  • 只要一次性圖表、完全不需要留 SQL 或口徑證據
  • 重度自訂 Python / Notebook pipeline,且團隊不打算以 SQL 作為口徑契約
  • 預設期望 Agent 全自動跑完報告、無人審閱

若你只是要「快問快答」,通用聊天工具可能更輕;若你要六個月後還能說清楚這個數怎麼來,Lantide 的設計更對齊。


建議閱讀路徑(入門 → 實踐 → 進階)

先讀完本篇,再依序或按需跳讀。

入門:建立心智模型(約 15 分鐘)

# 文章 概述 狀態
1 為什麼分析結論不能停在聊天裡 聊天缺契約、批註綁定與鎖定交付;何時該升級專案 已有
2 Quick Analysis 與 Project Analysis 兩種模式各適合什麼任務;已聚焦專案時 Agent 的行為 已有

實踐:對齊日常工作流(約 30 分鐘 + 跟做)

# 文章 概述 狀態
3 Plan → 批註 → Execute → Report 各階段該做什麼;草案後短問答對齊口徑;Execute / Report 驗收時可用 Compare view 已有
4 SQL-first:口徑寫在分頁裡 取數用 SQL;統計工具在乾淨表上啟用;與聊天出圖工具的對照 已有
5 快取與 Source Run 要懂到哪 persist vs agent 快取;何時值得拆 persist 分頁 已有
6 用 @ 精確指向資料與分析產物 在聊天引用 Plan、SQL、資料表;拖曳或 Add to chat;避免同名歧義 新增
跟做 USER_GUIDE §2 快速開始(orders 漏斗) 已有

進階:長期協作與品質(約 25 分鐘)

# 文章 概述 狀態
7 對話裡的統計分析工具 activate_analysis 能做什麼;執行前 Agent 為何會問你確認 已有
8 Reference docs:大型參照怎麼放 映射表/字典與 Plan、Memory 分流;Update Intro 已有
9 Plan vs Agent Memory 分工 單次假設寫 Plan;跨專案口徑經 Queued Knowledge 審批 已有
10 Skills:可重用的分析方法論 / 載入;與外部 Agent 共用 definition;不是工具授權 已有

設計深度(選讀)

資源 何時讀
1. Agent 時代的數據分析工作流 想理解 Execute 邊界與 SQL-first 全文
5. 統一查詢層 §八 想理解物化與 Source Run 工程細節
USER_GUIDE §5–15 操作查詢、快取、Agent、Skills、Memory
外部 Agent Integration 團隊想從 Cursor、Codex 或 Claude 操作同一套 Lantide artifacts

試用檢查清單

  • 讀完本篇 + 入門 2 篇
  • 跟做 USER_GUIDE §2 一輪 Plan → Execute → Report
  • 試一次聊天 Ask(只問不改)再切回 Agent 改 Plan(見 USER_GUIDE §12.1.1
  • 試開 Compare view:Execute 時對照 Plan,或驗收 Report 時對照 Plan(見 plan-execute-report §4–5
  • 在 Plan 上留一條批註,確認 Agent 只改被點段落;Resolve 後試 View changesArchive
  • (可選)側欄 Persist SQL:為分頁設 Metadata,或 Archive 一條過時分頁(見 sql-first-workflow
  • (可選)建一個小 Reference 映射 + Intro,或用 Create reference from… 匯入短文件(見 reference-docs-for-analysts
  • 在 Data → Cached 右鍵 查看 SQL,對一下口徑
  • (若使用外部 Agent)在 Lantide 核對 Plan、SQL evidence、Report 與 External MCP Activity

其他角色