需求清单 · 客户在问什么
每次提问自动记录（只记问题本身，不动数据）。🔴 那一栏就是"下一步该补哪个口径"的依据。
对账闸门 · 金标准
存客户认过的真值(锚点)，系统当场用现有口径算一遍跟它比。❌ 对不上=口径可能错了。真值应来自客户报表，别我们自己造。
教它一个新指标
说清"它怎么算"，AI 只在已有的销售额/成本/数量/报损/库存…这些原子上拼一个公式(不写 SQL)，你看一眼样例值、确认就上线。上线后记得去 🎯 对账 拿客户真值确认。
归因分析 · 为什么变了
选一个可累加的指标（销售额/销量/毛利/报损金额），比两个时间段，把总变动拆到每个品类/门店头上——谁在拉、谁在拖，一眼看清。各部分之和 = 总变动，不是模型编的。
训练 AI
这里是「服务商端」教 AI 的地方。用哪个大模型、口语别名都在这调；口径(教指标)和真值(对账)在顶部单独的按钮里。
三方分账 · 订阅费怎么分
一条订阅 = 一个客户的月费，在 平台 / 咨询机构 / 服务商 三方按比例分。这里算的是账（金额分配）；真正打款要接支付通道，属后期。
按时间段补数
只拉这段时间的销售/报损/采购，合并进现有数据集——补历史某段、或补一个新周期都行。这段之外的历史一字不动。维表(商品/门店)照常整表刷新。
防幻觉自检 · 当场跑给你看
一批陷阱题（问的是 ERP 里根本没有的数据）+ 一批正常题，当场各跑一遍：陷阱题必须逐条拒答、正常题必须答出真实数字。全程不调大模型、不碰你的数据，跑在演示库上——这是可复现的回归测试，不是话术。
把数据弄进来
三条路，按你的实际情况选。上传 CSV 门槛最低——不用给数据库账号、不用打通网络、不用惊动 IT。
把 CSV 文件拖进来，或点击选择
支持 CSV 和 Excel(.xlsx)。一个文件 = 一张表；Excel 里一个 sheet = 一张表（可以把几张表放一个文件的不同 sheet 里）。
建议导：销售流水、商品档案、门店、库存、报损、盘点
建议导：销售流水、商品档案、门店、库存、报损、盘点
整个过程不需要你的数据库账号密码，也不用打通任何网络。文件在浏览器里读，直接传到我们服务器。
真实客户的数据库多半在超市内网里，从公网连不到。
那时候要么打通网络（内网穿透 / VPN），要么就走上面的「上传 CSV」——后者客户 IT 最容易点头。
载入我们程序生成的模拟商超数据：8 家门店 · 200 个 SKU · 45 天 · 54 万张小票。 全是假数据，不是任何真实企业的。
认字段
系统认出来的字段含义。这张表是给人核对的——认错了直接改。
用大白话问
没人问，它也会自己说
系统自己扫出来的。全部由规则 + SQL 算出，不是大模型编的。