SuperSonic：腾讯音乐基于大模型的ChatBI平台建设实践

先判断：这门课值不值得学

这门课聚焦腾讯音乐的 SuperSonic 项目，核心是讲怎么用大模型做一个能让业务人员直接用自然语言查数据的 ChatBI 平台。如果你现在的工作是做数据看板、写 SQL 取数、做报表系统，或者你正在转岗做数据开发、做 AI 应用落地，这门课很值得看。它解决的是一个非常具体的场景：业务部门想看数据，但不会写 SQL，数据团队每天被各种取数需求淹没，怎么用大模型把这个门槛降下来。它不是讲大模型原理，也不是讲怎么训练模型，而是讲一个已经上线的系统是怎么设计的，哪里用了什么工程化手段，哪里做了交互创新。适合有一定数据开发或后端开发基础的人，如果你连 SQL 和基本的数据库概念都不清楚，看起来会有点吃力。

学完能独立做什么

看完之后，你应该能搞清楚一个 ChatBI 系统从用户提问到返回图表的完整链路里，每个环节要解决什么问题。比如用户问"上个月华南地区销量排名前十的门店"，系统怎么把这个自然语言转成 SQL，怎么知道"华南"对应哪些省份，怎么处理用户问得不准确的情况，怎么把结果做成图表展示。课程里会讲到用工程化组件来拆解这些环节，包括语义层怎么建、Schema 怎么管理、查询结果怎么校验。学完之后，你不一定能马上从零搭一个一模一样的平台，但能拿着这套思路，去评估自己公司的数据现状适不适合做 ChatBI，哪些表需要先做语义建模，哪些查询场景适合用大模型兜底，哪些还是要走传统 BI。

建议怎么看、怎么配合资料练

资料包里有两个视频，建议先看第一个短的那个，它是全球技术创新大会上的一个概述，十几分钟，帮你快速建立对 ChatBI 这个方向的整体认知，知道行业里大家在解决什么问题。然后再看第二个四十多分钟的主讲，这个是重点，讲 SuperSonic 的具体实践。看的时候建议做两件事：第一，每讲到一个工程化组件，暂停一下，想想如果换成你们公司的数据，这个组件要怎么适配，比如你们的指标库是不是已经建好了，维度表是不是规范；第二，看完后拿一个你们公司常见的取数需求，试着拆解成大模型需要处理的几个步骤，看看哪些地方你们现在做不了，差在数据准备还是模型能力。这样看比从头到尾刷一遍有用得多。这门课的价值在于工程思路，不是代码实操，别指望看完就能直接拷代码用，重点是理解它为什么这么拆。