指标字典
一句话定义
指标字典是把业务指标的标准名称、别名、口径、粒度、维度、时间语义、数据来源和消费约束组织成可检索、可治理、可验证的语义资产，为 Text2SQL、BI 和 AI Coding 提供统一事实来源。
摘要
指标字典解决的不是“给字段换一个好听的名字”，而是把原本存在于分析师经验、报表 SQL 和口头约定中的隐性知识变成机器可读的定义。它需要说明一个指标是什么、不是什么、按什么时间和粒度计算、落在哪些物理表或多技术来源、允许哪些维度拆解，以及遇到歧义时应如何追问。只有这些边界唯一且有来源，模型生成的查询才可能在业务意义上正确。
指标字典也是数据治理和 AI 消费之间的连接层。业务侧从高频报表和看板逆向整理指标，数仓侧用精品宽表收敛粒度与关联，产品侧通过表单、校验和 YAML 批量生成把上架流程标准化。Text2SQL 消费字典中的事实和消费元数据，AI Coding 则把字典、OneData 资产、开发原则和反模式作为上下文；调用热度和失败归因又反过来决定下一批治理优先级。
详情
起源与背景
传统指标往往有定义却没有统一的语义对象：同一个“交易额”可能在不同报表里含退款或不含退款，按支付时间或下单时间，按日或按用户生命周期统计。分析师可以依靠经验补齐这些条件，自动化系统却会把歧义当作自由选择。指标平台因此需要从存量报表、看板、SQL 和分析工具中逆向识别已在使用的指标，同时为尚未规范化但高频复用的长尾指标建立登记和转正机制。
核心结构与生命周期
一个可被 AI 消费的指标条目至少应包含：
- 身份：标准名称、别名、业务域、归属人和唯一标识，避免同名不同义。
- 语义：自然语言定义、计算公式、包含与排除边界、指标层级以及可用维度。
- 时间与粒度：默认时间字段、统计周期、数据延迟、粒度和可用的聚合方式。
- 物理实现：来源表、字段、血缘、离线或实时技术来源、版本与更新状态。
- 消费约束：查询时是否需要函数、枚举取值、权限、成本限制以及必须二次确认的歧义。
- 质量证据：业务认证、分布验证、NULL 检查、主键唯一性、最近测评和变更记录。
生命周期可以从登记、补全、业务认证、上架、消费观察到变更或下线。提报阶段通过语义相似度检测和口径冲突预警拦截重复资产；上线前用分布、空值和唯一性门禁确认物理实现；上线后依据调用热度、失败查询和变更及时率安排补充或重审。长尾指标可以先登记，不必在冷启动阶段把所有离散口径一次性推入开发。
Text2SQL 与 AI Coding
在 Text2SQL 中，指标字典是事实层：自然语言理解负责识别用户意图，字典负责回答“活跃用户去哪张表、使用哪个字段、按什么口径计算”。条件拼接、时间解析、字段取值方式和边界歧义等元数据应在 SQL 生成前被结构化提供；二义性检测则在指标上架时拦截，而不是把错误留到查询执行后。
文章记录系统测评准确率由 85%+ 提升到 95%+，并将提升与条件拼接修复、时间规则固化、语义标注密度提高和冲突检测上线联系起来。这说明 NL2SQL 的可用上限不仅由模型决定，也由指标、维度和物理资产是否真实、唯一、可追踪决定。指标被高频消费后的失败查询和人工修正，还应回写语义层，形成查询验证与资产治理的反馈闭环。
在 AI Coding 中，指标字典与 OneData、开发原则、反模式和历史模型共同构成可检索上下文。模型生成新标签表或宽表时，可以复用已有指标定义、字段口径和表间关系，减少重新猜测粒度、命名和依赖的成本。两条消费链路共享同一语义资产，意味着一次定义可以同时改善查询正确性和代码生成的一次通过率。
与知识库和治理闭环
指标字典不是孤立的表单集合。知识库工程 提供版本、来源、渐进检索和人工补充机制；NL2SQL 将语义对象编译为受治理的查询计划；Harness-Engineering 把检索、代码生成、执行验证和结果回写编排成可追溯流程。消费行为又是治理的传感器：高频调用、重复追问和错误归因暴露了哪些指标缺少别名、边界或消费说明，平台据此优先修复最有影响的资产。
应用 / 使用场景
- Text2SQL、ChatBI 和自然语言报表
- 数仓标签表、精品宽表和 OneData 建设
- 指标检索、推荐、冲突预警与资产健康度治理
- AI Coding 的 SQL/YAML 生成、迁移和字段复用
- 统一离线、实时和不同计算引擎的对外指标口径
局限与争议
- 指标定义需要业务专家认证，模型不能凭空替代口径裁决。
- 字典完整不等于数据正确，仍需真实执行、权限和成本校验。
- 多技术来源和历史版本增加维护成本，必须保留血缘与生效时间。
- 只追求上架数量会制造低价值噪声，调用热度和业务价值应参与优先级。
- 语义相似度检测可能误报，冲突最终仍需要明确的人工责任人裁决。
与其他实体的关系
- NL2SQL —— 使用指标字典完成指标—维度语义映射，再生成和验证 SQL。
- 知识库工程 —— 提供指标来源、版本、检索、回写和新鲜度维护机制。
- RAG —— RAG 可以召回相关定义和示例，但不能替代唯一口径与执行校验。
- Harness-Engineering —— 将语义检索、生成、门禁和消费反馈组成稳定交付链。
参考来源
- 指标平台-从语义底座到智能消费的实践路径-得物技术 —— 得物技术，指标字典从建设、质量控制到 Text2SQL/AI Coding 消费驱动治理的实践。