AI 编程浪潮正以前所未有的势头重塑着软件开发工作的格局从 GitHub Copilot 到 Cursor 再到专业 AI 编程大模型从代码自动补全到单元测试一键生成再到遗留代码的智能解读——越来越多的开发任务在 AI 工具的协助下效率得到了前所未有的提升然而这场轰轰烈烈的变革似乎却遗忘了同属开发任务的报表开发当业务代码的编写效率翻倍增长时报表开发者们仍然在手动拖拽单元格、手写复杂表达式、反复调整格式、逐条排查参数模板AI 编程带来的红利似乎在这里被一道无形的墙挡住了市面上的厂商也确实有在搞 AI 数据但基本上都在卷 ChatBI让业务用户用自然语言查询分析数据系统自动出图表这场景很酷也很有用但这和应用中占绝大部分工作量的固定报表没有关系不过也有一些报表厂商在这个方向上做了一些非常务实的探索专业的老牌报表工具润乾报表就把 AI 实实在在地嵌入了报表开发的具体环节了下面就看几个典型场景感受一下润乾报表是如何利用 AI 技术来优化报表开发场景一不再“手搓”像聊天一样开发复杂报表传统报表工具用起来并不轻松尤其是做中国式复杂报表的时候——数据集怎么建格子怎么扩展分组、汇总条件在哪设置同环比用哪些函数怎么做不规则分组每一步都要在单元格里输入查找高级函数的用法或者到菜单和面板里翻找各种属性和设置这是传统的GUI图形用户界面模式润乾的做法是给报表工具装上一个“AI Copilot”你直接用大白话告诉它需求 AI 就能自动生成报表省去了很多操作的过程进化到了全新的LUI语言用户界面模式开发者不再需要思考“这个功能在哪个菜单里”只需说出“生成报表 左表头 地区、城市 上表头 产品类别”不再需要记忆“层次坐标的语法怎么写”只需告诉它“C3 组内降序排名”不再需要逐格检查样式是否统一只需指令“选中所有金额小于 1000 的单元格 红色加粗”示例展示想把日期数据按上面这样一段一段的统计2022 圣诞前…….2024 五一以后原本做这样的统计会很麻烦需要熟记或者查阅函数用法然后手写表达式现在一句话就做出来了设计器中点击汉语输入框输入自然语言命令把订购日期的数据 按这三个时间节点 2022-12-25,2023-10-1,2024-5-1 分段显示然后就自动生成上面的报表了从 GUI 到 LUI 的进化意味着你只需要说句话报表就做好了从“如何操作”到“要什么结果”人机交互的逻辑被彻底翻转这种转变正是 AI 时代工具进化的本质方向过去业界常说润乾报表上手偏难因为它定位是熟手的高效工具新手学习曲线确实陡一些但引入 AI Copilot 后这个情况就不存在了润乾报表跳过了各种对话框引导操作的阶段直接进入了 AI 自然语言生成报表的时代了更多自然语言做表实例请参考 从 GUI 到 LUI 的进化报表工具也有了 Copilot场景二AI 制作复杂 Echarts 统计图AI 写 HTML 页面相当擅长特别是图形那么报表开发中是否可以利用这个优势呢报表里经常要加图表润乾报表本身支持各类常见统计图的展示而且设置也很简单基本都是设置一下横纵坐标就可以但像 K 线图、地图、桑基图、关系图这种高级图表以前只能手写 ECharts——而 ECharts 的配置项又多又细查文档、调样式、试参数一搞就是半天现在可以让 AI 来干这个累活分三步1、 在润乾报表中设置 ECharts 所需的参数标题、数据等并通过“参数数据导出”功能将参数数据复制到 AI 编程环2、 AI 编程工具基于参数数据生成图形 JS 脚本3、 将生成的脚本复制回润乾报表的 ECharts 脚本定义中展现图表示例展示在 AI 编程工具中输入如下命令然后得到如下 JS 代码然后把 AI 生成的代码贴到润乾报表里K 线图就出来了程序员只要用自然语言描述想要的图表和要求AI 就能自动生成完整的 ECharts 配置代码并嵌入到报表中不需要精通 ECharts不需要反复调试坐标轴、图例、颜色——这些原本最费人工的工作AI 全包了完整示例请参考 用 AI 编程生成 ECharts 图表并嵌入润乾报表的实践场景三用自然语言筛选数据比参数模版更方便除了提效开发外润乾报表还为报表的使用人员提供了便利报表做好以后用户按条件筛选数据是一个很常见的场景比如网银查账单想查一下最近三个月的大额支出人力资源系统想查一下一季度技术部迟到和加班情况地铁票务系统想查一下 6 号线所有站上午 9 点到 12 点的进站刷卡情况物流系统想查一下上周发往华北的订单情况这些任务通常要借助参数模板来填写条件这没问题能胜任这种常见场景但也有些不便之处参数一多模板就容易变得臃肿且不够灵活而且输入不快比如上面提到的这些场景就需要点很多个数据筛选框才能选出来如果这些筛选支持自然语言那就会简单方便很多ChatBI 并没有涉及这个事情它能让业务人员自己做报表但不能对做好的表做灵活筛选润乾报表和一线用户接触很多感受到了这个场景的刚需和困难所以引入了自然语言筛选用户直接在报表界面上输入自然语言就可以筛选出准确的数据了示例展示在报表页面点击汉语图标输入命令“查询上周发货到华北的订单”AI 就会解析筛选意图动态生成过滤条件并刷新数据不需要挨个控件设置条件筛什么用户自己说就行这其实还原了人最原始也是最高效的交互方式——我说你懂你做到业务人员再也不用在一排下拉框里小心翼翼地点选了技术人员也不用总改参数了更多自然语言筛选数据的实例请参考 如何用自然语言筛选报表数据场景四AI 自助报表让业务用户自己去做报表进一步是不是能让业务用户利用 AI 自己做个报表出来这不仅能提升用户体验还能解放开发工程师当然可以这也是 ChatBI 的主阵地不过润乾报表提供的功能却和常规 ChatBI 有所不同润乾是白盒润乾自助报表支持单步对话执行也支持整体任务规划整体执行不管是单步执行还是规划整体执行其过程都是可控的每一个命令和结果都是可查可改的相当于白盒调试一切都在可控范围内而大多数 ChatBI 是个黑盒中间过程不可控出错后很难调试修改重来一遍又可能把本来已经搞对的步骤再弄错润乾方便集成市面上的 ChatBI大都是通常是重型 BI 系统的部件集成起来需要处理权限对接、数据同步一堆麻烦事而润乾自助报表可以轻松嵌入到各类应用系统中示例展示先做一个简单表样出来再一步步完善比如过滤数据增加统计项设置显示格式增加同环比排名等每一步一个命令像下面这样分步操作还可以利用 LLM 一步到位做报表把整体需求说出来“LLM 规划”功能会自动拆分成多个规范命令然后一次性整体执行或分步执行出结果比如我们输入只要订单金额超过 5000 的数据然后按省份和年份分组汇总订单金额再计算省内金额比例环比环比以百分比显示金额按货币格式点击 LLM 规划就可以把任务拆分成下图左面的 6 个分步指令了然后就可以单条执行或者全部执行了执行后的结果一句话就可以搞定一个有各种条件的报表了如此简单智能的 AI 自助报表真正让业务人员成为了报表的主人•对用户而言只要像聊天一样描述需求工具就能自动生成报表极高的易用性有效降低了使用门槛增强了用户信心与使用意愿带来了体验上的巨大提升•对厂商而言这种能力不仅转化为产品的核心竞争力更能帮助客户释放出大量人力成本实现双赢结语AI 报表开发的有益探索润乾报表的这套 AI 实践 把 AI 能力渗透到了报表开发的多个关键环节• 设计环节从 GUI 到 LUI像聊天一样生成复杂报表告别“手搓”• 图表环节AI 自动生成 ECharts 配置复杂可视化不再需要精通前端• 应用环节自然语言替代参数模板用户想怎么筛就怎么筛• 自助环节业务人员自己就能做报表分步执行或整体规划过程透明可控更重要的是润乾这套方案还有硬核优势润乾没有盲目迷信大模型它采用“规则引擎主导 LLM 辅助”的务实架构LLM 只负责把“人话”翻译成规范指令核心计算由确定性规则引擎完成——既享受了 AI 的灵活便捷又保证了结果的 100% 可信从机制上杜绝了“幻觉”问题对 LLM 要求低成本就会低很多私域部署的小参数模型也能胜任数据代码不出域也更容易满足企业安全合规的要求另外润乾报表本身的采购成本也不高这些 AI 功能都已经包括在三万随便用的工具版本中三万买断可以无限分发到公司的各个项目中使用了润乾 AI 报表不是给客户画一个炫酷的饼而是提供了一套真正能用、敢用、用得起的 AI 报表解决方案在报表 AI 化这条路上做出了扎实有效的先行探索润乾产品咨询对润乾产品感兴趣的小伙伴请扫码与我们联系企业微信润乾软件