問題
行動版轉換率 · 上週
Lantide Data 是什麼？
Lantide Data 是讓人與 Agent 共同完成分析的本機工作區。Agent 在其中查詢資料、推進分析，並留下 Plan、Reference、SQL 證據與審閱紀錄；你則在關鍵節點確認、修正與交付。你與 Agent 在協作過程中，共同產出「分析經驗」。
不只是保存聊天紀錄：Plan、決策、SQL 證據、審閱意見與 Report，會一起成為一個分析專案。
你／分析團隊
提問、審閱、確認與決策。
你選擇的 Agent
對話、推理與工具調度。
Lantide Data
PlanReferenceStepsSQL 快照審閱Report
資料來源
CSV、Excel、Parquet、資料庫
交付成果
Report、HTML、可接續的分析資產
- 你／分析團隊: 對話、確認與迭代 — 你選擇的 Agent
- 你選擇的 Agent: 推進與取用分析 — Lantide Data
- Lantide Data: 查詢與驗證 — 資料來源
- 資料來源: 查詢與驗證 — Lantide Data
- 你選擇的 Agent: 對話、確認與迭代 — 你／分析團隊
- 你／分析團隊: 審閱與確認 — Lantide Data
- Lantide Data: 生成並連結成果 — 交付成果
Agent 要具備哪些上下文，才能像你的團隊一樣分析？
資料上下文幫它找到資料，領域知識讓它看懂指標定義，分析經驗則告訴它：你的團隊遇到這種問題，會先從哪裡查。
AI Agent
Q
留存率為什麼下降？
分析經驗從哪裡來
分析經驗，是在做分析的過程中累積的。
左右兩邊做的是完全相同的分析，差別在於：進到下一步之後，上一步的工作還剩下什麼。
相同分析提問
行動版轉換率為什麼下降？
沒有 Lantide
聊天紀錄
較早的工作逐漸散落、淡去
還沒有較早的工作
使用 Lantide
問題
行動版轉換率 · 上週
Lantide 工作台 · 保存為成果
還沒有較早的工作
1 / 9
提問
行動版轉換率為什麼下降？
先確認目標、期間與指標。討論
訪客結帳要算進去嗎？
為了和既有 KPI 一致，決定納入。探索
iOS v8.2 之後，事件記錄方式變了。
標記可能的量測斷點。規劃
驗證分母、各平台漏斗與失敗原因。
執行前，先讓做法可以被審閱。整理
把 paid_success 對應到 paid。
記下舊版 schema 的處理決策。分析
執行漏斗、裝置與失敗原因查詢。
留下 SQL、檢查與中間結果。審閱
會不會只是事件記錄方式改變？
把量測影響和真實行為拆開。修正
停止 Plan v1，重跑受影響的分支。
新的 Plan 記下做法為什麼改變。交付
行動版結帳分析
兩邊得出的結論一樣好。最後留下了什麼？
結果留下了，分析經驗大多沒有。
ReportSQL聊天紀錄人的記憶
整個過程，變成可重用的上下文。
分析專案目標Plan定義Reference執行Steps / SQL 快照審閱Report
Lantide 記下分析一路怎麼變過來，而不只是最後的結論。
分析經驗留下來之後，有什麼不同？
接手的是推理過程，不只是檔案。
同事或下一個 Agent 能先看懂之前發生了什麼，再繼續做下去。
當時為什麼排除 Android v7？
我只能猜……
v8 之前的 checkout_complete 資料不完整。已對照伺服器付款紀錄驗證
長分析如何保留上下文
讓你的選擇，決定什麼值得留在上下文。
聊天中的「上下文壓縮」，是通用 Agent 的通用解法。但 Human + AI 協作分析天然存在審閱、執行、複查與迭代等節點。Lantide 與 Agent 在這些節點萃取並保存上下文，用你的選擇取代演算法對「什麼重要」的事後猜測，讓長線分析的上下文管理更省、更穩，也更容易接續。
完全相同的分析
同一段對話，同時驅動兩種 context 模型
確認指標與上週的分析期間。
沒有 Lantide
+6k 載入Agent 當前 context 6kInput 6k · Output 1k
示意模型，非正式 benchmark在當前 context 中保存為
一則聊天訊息
使用 Lantide
+5k 載入Agent 當前 context 5kInput 5k · Output 2k
示意模型，非正式 benchmark在聊天外保存為
分析目標
通用壓縮事後從聊天裡猜什麼重要；Lantide 在工作發生時，就把你的選擇保存下來。
通用壓縮事後從聊天裡猜什麼重要；Lantide 在工作發生時，就把你的選擇保存下來。
在 Lantide 裡，這些上下文會變成一份分析資產。
資料上下文來源 · Schema · Reference Docs
分析契約目標 · Plan · 粒度 · 指標 · 驗證
執行證據SQL · 檢查 · 結果 · Activity · 依賴
分析經驗決策 · 修訂 · 停止的 Plan · 審閱
交付成果Report · HTML · 下一輪分析
專案分析資產
可查證可接續可重用
Agent 可以換，分析師可以接手，資產一直都在。
產品實際內容
一份分析資產包含什麼
Codex、Claude Code 和其他支援 MCP 的 Agent，都可以把 Lantide 當成本機的分析與審閱工作台：推理和流程交給你慣用的 Agent，Lantide 負責守住執行邊界，並保存可重用的分析成果。
資料上下文
資料來源、schema、Reference Docs，以及人與 Agent 共用、已確認的業務定義。
分析契約
Plan 寫清楚問題、粒度、指標定義、JOIN 方式與驗證要求。
執行證據
每個 Plan 都保存完整的本機執行快照，包含 SQL、中間檢查、Activity、依賴關係與分析血緣。
可攜工作區
Workspace bundle 可攜帶完整專案，也能以 snapshot-safe read 安全讀取其他工作區的證據。
交付成果
Report 與 HTML 簡報記下發現與限制；External Delivery 則保存 Lantide 外部交付位置的 pointer。
評估細節
工作方式比較
差別不在 Agent 能不能給出答案
而在答案給出之後，分析過程能不能被審閱、保存，並繼續用下去。
主要工作單位
- 傳統分析流程
- SQL、Notebook、報告與溝通紀錄
- 直接用 ChatGPT / Claude 分析
- 對話、暫存檔案與最終回答
- Lantide 分析工作台
- Plan、SQL 證據、Report 與 Activity 放在同一個專案
執行前審閱
- 傳統分析流程
- 看團隊流程，常常從 SQL 或結果才開始審
- 直接用 ChatGPT / Claude 分析
- 看提示詞、檔案與工具權限
- Lantide 分析工作台
- 先審閱、批註 Plan，再由人確認正式執行
結果背後的證據
- 傳統分析流程
- 審閱者可能要從好幾個工具拼湊過程
- 直接用 ChatGPT / Claude 分析
- 看這段對話留下了哪些檔案和紀錄
- Lantide 分析工作台
- 已執行的 Plan、查詢證據、檢查與 Report 都在同一工作台
分析追溯
- 傳統分析流程
- 依賴 Git、Notebook、BI 歷史與文件習慣
- 直接用 ChatGPT / Claude 分析
- 過程可能散落在不同對話或專案檔案
- Lantide 分析工作台
- 從 Report 回查正式證據，以及被停止或取代的 Plan
交接與重用
- 傳統分析流程
- 取決於文件品質和原分析師的說明
- 直接用 ChatGPT / Claude 分析
- 取決於留下了多少上下文與檔案
- Lantide 分析工作台
- 人與 Agent 都能跨對話重新讀取專案成果與 Reference Docs
資料與執行邊界
- 傳統分析流程
- 取決於既有的分析工具
- 直接用 ChatGPT / Claude 分析
- 取決於 Agent 的執行環境與授權
- Lantide 分析工作台
- 可攜的 Workspace bundle 與 Plan 本機快照；跨工作區只允許 snapshot-safe read，不做 live query 或寫入，且只有一個 writer
最適合
- 傳統分析流程
- 高度客製、主要靠人判斷的分析
- 直接用 ChatGPT / Claude 分析
- 快速探索、低風險的一次性問題
- Lantide 分析工作台
- 會被審閱、追問、重跑或交接的分析
這張表比較的是常見工作方式，不代表每個產品或團隊都是如此。Lantide 提供審閱與追溯的檢查點，但不保證 AI 分析一定正確。
01 / 工作方法
從一個問題開始，累積成可重跑的分析資產
先快速探索；值得留下的分析，再走 Plan → 審閱 → 執行 → Report，把過程和證據保存下來。
先快速探索；需要可審閱的 Plan → Report 流程時，再進入專案分析。
1
快速分析
探索資料、找出問題
2
專案分析
圍繞一個專案深入分析
01
計畫
寫清楚分析計畫：查什麼、用哪些表、怎麼驗證
02
批註審閱
審閱意見直接批註在計畫原文上，Agent 依此更新計畫
03
執行
人工確認後 Agent 才開始執行，全程留下活動紀錄
04
Report 與延伸分析
結論和證據寫進 Report，可匯出 HTML，或以 External Delivery 指向外部交付位置，也能接著開下一輪分析
適合用 Lantide 的情境
- 每週拿到新的 CSV 或 Excel 匯出檔，要重跑同一份分析。
- 搬移 Workspace bundle，或安全讀取另一個工作區已完成的快照。
- 採用結果之前，先審閱 AI 寫的 SQL 與驗證證據。
- 在 Plan 的完整本機執行快照旁，記錄 External Delivery pointer。
其他工具可能更適合的情境
Lantide 不是用來取代 Excel 的活頁簿排版、Power Query 自動化，或已經建好的 BI 儀表板。External Delivery 只記錄 pointer，Lantide 不會上傳或驗證交付內容。跨工作區存取不是 live query 或寫入路徑，且只允許一個 writer；要完整重現分析，仍須保留原始資料。本機優先也不代表模型請求一定完全離線：使用 AI 功能時，必要的上下文會傳送到你自己設定的模型服務。