连上空间数据库之后，智能助手还差什么

这段时间和不少同行朋友交流，发现大家面对的是同一道题：领导在会上问“我们怎么用 AI 提效”，回去以后，几乎所有人都想到同一个答案——做一个懂公司内部知识的智能助手。虽然这是最朴素的答案，但这 AI 的发展一日千里，怎么感觉做个对话式的助手，都是上辈子的事情了。

在我们这个小小的细分行当，常见做法分两步。先把制度文件、选址报告、商圈分析做成知识库，模型回答前先检索相关段落，也就是常说的检索增强生成（RAG）；再把空间数据库接给模型，让它把口语翻译成空间查询语句。

但这样做完之后，很多人会有一种两头不着落的感觉：只会查库，显得太简单，撑不起领导的期待；真要回答业务问题，又总差一口气。

我们自己在这件事上也琢磨了很久。我现在的判断是，“这口气”不在模型，也不在“连没连上内部数据”，而在于数据有没有被改写成 AI 能正确使用的样子。

极海做地理数据十几年。极海品牌监测跟踪全国七十多个行业、全球两万多个连锁品牌，门店数据从品牌官网和小程序每日采集，并区分在营与已闭店。过去这些数据是给人用的：网页、报表、分析师。最近一年我们一直在想，如果读数据的不是人，而是 AI，数据要怎么改。

为了把这个问题想清楚，我借着上两周的demo，继续做这个公开实验：全球要素图（map.kowa88.net）。它把晶圆厂、核电、港口、海底光缆等三十多个专题叠在一张世界地图上；这周把连锁门店部分，接入极海品牌监测的API。在地图右下角增加一个“空间助手”，下面的探索例子都来自它。

一句“沈阳在营肯德基”，背后有几道题

在助手里输入“沈阳在营肯德基”，大约 14 秒后，地图上出现 125 个红点，回答是：沈阳在营肯德基共 125 家，已全部上图。

这句话看起来简单，背后至少有几道题。

“沈阳”指沈阳市的行政范围，不是以市中心画一个圈。“肯德基”要对应到品牌实体，不能把名字里带这三个字的别的店也算进来。最难的是“在营”。一家店算不算在营，取决于数据怎么采：极海以小程序能否下单作为主要依据，再参考官网等渠道。所以回答里有一句容易被忽略的话：开店日期字段是首次监测到的记录，不代表实际开业日。

如果只是把数据库连给模型，这些信息都不在列名里。模型看到一个日期字段，会很自然地把它当成开业日，然后告诉领导“沈阳去年新开了多少家”。查询语句完全正确，结论却是错的。

计数也一样。125 由程序算出，不是模型从列表里数出来的。每个回答下面都有一张“小票”，写明查了哪一层、哪个数据版本、多少条；回答里的数字如果在小票上找不到，就会被标成灰色。

给人用的数据，和给 AI 用的数据

给人用的数据，通常是分页列表、筛选器和图表。口径不清楚，人会去翻说明；一页看不完，人会翻页。给 AI 用的数据，要反过来设计。

问“全国在营肯德基”，助手一次请求拉回完整的一层，共 14,298 家。我们内部测下来，拉回大约 14 秒，画到地图上再用 10 秒左右；写这篇文章时连跑两次，界面显示的总耗时分别是 16 秒和 30 秒。

之所以不分页，是因为分页是为人眼设计的。如果每页只给模型二十条，它就要一页页往下翻，再自己相加，而相加恰恰是模型最容易出错的地方。给 AI 的接口，应当直接返回算好的总数和分组，再附上口径和版本。

数据源一多，问题就更明显。问“日本的星巴克门店”，助手画出 2,141 家，并说明数据来自 All the Places 2026 年 10 月 10 日的抓取，采用 CC0 公共领域许可。这里有两件事是模型自己想不到的：日本的门店要去另一个数据源找；在那个数据源里，品牌登记的是日文店名。

做选址的人更常问竞品。问“上海的星巴克和瑞幸，在营门店各有多少家”，助手分两次查询，给出 1152 家和 1912 家，各附一张小票。回答里还有一句“瑞幸比星巴克多 760 家”，760 被标成了灰色。这道减法没有算错，但这个数是模型自己算的，没有经过工具，所以照样标灰。

这种严格看起来有些较真。可在企业里，一个数字一旦写进汇报材料，就很难再追问它是怎么来的。宁可多标一个灰，也不让来源不明的数字混进去。

让助手知道自己不知道什么

一个能用的助手，必须知道自己的边界。

问“沈阳哪个区的在营肯德基最多”，助手说门店数据目前没有按区县分组统计的工具，答不了，并给出两个替代办法：放大地图看分布，或者逐区分别查询。问“肯德基去年在中国的营收是多少”，它说自己没有财务数据，建议查阅百胜中国的财报。

这两个回答是刻意设计的。助手能做什么，由工具清单决定；清单里没有的，就直说做不到，并告诉用户图上能做的相近操作。对企业来说，会说“做不到”的助手并不危险，危险的是凭记忆给出一个像模像样的营收数字，而它最后出现在领导的周报里。

实体解析是另一道边界。问“三星有几座晶圆厂”，小票上写着查询条件是“公司名称包含 Samsung 或三星”。简称、英文名和法定全称要对到同一个主体；同名地名也要分得清，比如中国至少有四个地方叫“朝阳”。这部分我们还在打磨，原则是：候选不止一个时，把选择交给用户，不替用户选。

对企业意味着什么

如果你正在为公司规划这样一个助手，我的建议是，在选模型之前，先做几件事。

为每一层数据写一张数据卡：口径、字段含义、单位、版本、来源、覆盖范围、使用权限。“在营”怎么认定、日期字段代表什么，都写在这里；工具返回结果时，把与本次查询相关的那几条一并交给模型。

把计数、测距、范围、分组这些确定性计算放进工具，模型只负责选工具和组织语言。名称解析单独做：品牌、门店、商圈、地名，都先对到确定的实体。每个回答附一张可以复跑的小票。超出范围的问题，直接说做不到。

这些做法也有边界。全球要素图用的是公开数据和极海自己的数据；企业内部还有销售、租金、客流，各部门口径常常互相打架，权限也复杂得多，难度会成倍增加。助手能回答的是事实，比如有几家、在哪里、离多远；开不开店，仍然要由人来判断。 这个实验也刻意没有收集线上使用数据，所以我们还不知道真实用户最常问什么，这是下一步要补的功课。

极海过去十几年做的，主要是让人看懂数据；现在要做的，是让 AI 用对数据。以前，“开店日期是首次监测记录，不代表实际开业日”这句话写在网页说明里，分析师读一遍就记住了。现在，这句话要随每一次接口返回交到模型手上；模型转述时有没有把它带上，决定了领导拿到的那个数字能不能用。