泛娱乐与广告运营数据智能分析解决方案指南

泛娱乐与广告行业涉及营销数据、用户行为数据、媒体效果数据等多维度复杂数据，需要服务于营销、内容、媒体等不同职能团队。内部数据分析需求不断增加，现有的 BI 系统和有限的数据分析人员难以快速响应。该解决方案指南基于大语言模型的强大自然语言处理能力，使非技术人员也可以通过自然语言进行数据查询和分析，无需掌握专业数据分析技能，提升决策效率。

第 1 步

用户通过前端服务 (Streamlit) 在 Amazon ECS 上触发搜索请求。

第 2 步

ECS 将请求路由到 Amazon Lambda 函数，该函数连接到不同的后端服务。

第 3 步

查询被发送到 Amazon OpenSearch，根据嵌入式的现有历史记录检索前 k 个结果。

第 4 步

Amazon Lambda 将查询、提示和检索到的历史问答（少数样本）组合成一个提示，以调用部署在 Amazon SageMaker 上 的大语言模型。

第 5 步

查询被发送到嵌入模型以生成用于检索的嵌入。OpenSearch 使用 KNN 检索前 k 个问答对作为生成的示例。

第 6 步

Amazon Lambda 从数据库中提取 DDL 信息（包括列描述和表描述），然后组合成提示。

第 7 步

生成的 SQL 语句在数据源上运行并提供数据结果。

第 8 步

历史数据和提供的示例数据定期填充到 OpenSearch 中。

第 9 步

数据库管理员定期将问答示例提供到 Amazon DynamoDB 中。

* 您应当依法使用服务和本解决方案并遵循相应的合规要求（包括进行算法备案、使用经过备案的大语言模型等等，如适用）