★ FEATURED ARTICLE 目录一、整体思路：把“根因定位”变成可执行流程二、Agent 自动定位根因的核心架构三、第一步：确认异常是否真实1. 数据延迟2. 口径变化3. 采集异常4. 数据重复四、第二步：明确异常指标本身五、第三步：自动维度下钻1. 单维度贡献度计算2. 多维度组合下钻3. 控制下钻深度六、第四步：使用指标公式树拆解七、第五步：做时间维度分析1. 突发性异常2. 渐进性异常3. 周期性异常4. 局部时间段异常八、第六步：关联外部事件1. 系统变更2. 配置变更3. 活动变化4. 外部渠道变化5. 数据链路变化九、第七步：形成候选根因并打分十、推荐算法和工具1. 贡献度分析2. 异常检测3. 关联分析4. 因果分析十一、Agent 应该如何调用工具工具示例十二、一个完整例子Step 1：确认异常Step 2：公式拆解Step 3：漏斗拆解Step 4：维度下钻Step 5：事件关联十三、Agent 输出报告模板十四、Agent 的提示词设计十五、关键原则1. LLM 负责编排，工具负责计算2. 根因必须有证据链3. 优先解释高贡献维度4. 区分相关性和根因5. 保留人工确认环节十七、总结一、整体思路：把“根因定位”变成可执行流程当指标出现异常波动时，例如：GMV 突然下跌订单量异
阅读完成 · 觉得有帮助？
