用 AI 做数据分析，最磨人的常常是重复——业务规则明明跟它说清楚了，换个对话它又忘了，得从头再交代一遍。这种事，用过的人大概都不陌生。

我们用华南区销售负责人王总的一次月度复盘，看看它到底怎么发挥作用。

王总每个月初都要复盘区域业绩——合同额、回款率、行业结构先过一遍，再往下挖重点客户和异常波动。一个问题带出下一个，一次分析常常延续到下一次对话。

白泽的记忆功能，就是来接这种连续追问的：说过的口径、关心的指标、认可过的思路， 它都记下来，下次自己调用。

下面跟着王总这次复盘，一起来感受下白泽的记忆功能。

王总刚开始使用白泽的时候，交代过一句：「确认合同额指的是合同金额。」就这一句，以后他再没提过。

企业里口径的事最容易出岔子。同一个「合同额」，有人按签约算，有人按确认算，还有人要把某个分公司排除掉。

口径错一个，整张表都对不上，偏偏这种错最不容易被发现。换作没记性的 AI，这句口径每个新会话都得重说一遍。

白泽会在对话结束后，把王总交代过的规则存下来。再问合同额，他不用解释，白泽直接按「确认合同额」走。甚至，「净利润指扣非」「数值保留两位小数」「华南区不含深圳」，这些都能慢慢攒进去。

说一次就长期生效，这是它和没记忆的 AI 最实在的区别。

一周前，王总分析过「华南区4月确认合同额为什么下降」。白泽给的结论里，制造业客户的签单下滑是主因之一。 

一周后，他想跟进这批客户的回款。这次他没翻出上次的对话，而是直接新开对话问：「上次分析华南区 4 月合同额时发现的那几家制造业客户，回款情况怎么样了？」 

没重报区域，没报月份，也没说客户名字。白泽自动调出了一周前那次分析的记录——回答里能看到「来源于历史」的标注，认出他说的是哪批客户，直接给出回款情况。 

它靠的不是翻聊天记录，而是把上次确认过的分析对象和口径，从历史里精准接了回来。王总只感觉到一件事：他在延续一条线索，而白泽跟上了。

一条业务线索能跨着会话、跨着天数往下走，这才是要紧的地方。

「我是华南区销售负责人，主要看签单金额、确认合同额和回款率。」王总这句自我介绍，白泽记进了他的用户画像。

之后他再问「上个月业绩怎么样」，白泽会直接从销售视角切进去，签单和回款排在最前面，不会甩给他一份谁都能套的泛泛总结。

同样这句话，财务总监问，关心的是收入和利润；运营负责人问，盯的是留存和流失。

一个问题，不同的人不同的答案。

让王总认可的，不只是某个结论，更是白泽分析问题的那套思路——从结果（合同额下降），到 原因（制造业客户），再延伸到资金风险，一环扣一环，站得住。王总觉得这条思路靠谱，点了个赞。

以后再碰到类似的经营分析，白泽就能直接复用这套「结果 → 原因 → 风险」的思路，不用每次从头摸索。

点踩也有用。有回做销售预测，白泽一上来直接套了线性回归，没把季节和促销算进去，偏差不小，王总点了踩。这一踩也被记下来：往后这类预测，得分区域、分品类，把季节因素考虑进去再说。

好的留下来，差的别再犯。

这四项能力其实各管一摊——历史记忆记得你问过什么，个人知识记得你的业务规则，用户画像记得你是谁、关心什么，经验记忆记得哪些方法有效、哪些坑要避开。

它们一起上场时，白泽给的不再是临时拼凑的答案，而是带着上下文、口径、角色和方法一起算出来的。而且这些记忆只跟着你的账号走，不会串到别人那儿。 用得越久，越贴合你自己的业务习惯——这正是企业做分析最想要的那种「不用反复教」的顺手。

常见问题

—— 往期推荐 ——

一句“销售情况怎么样”，正在考验 Agent BI 的真正能力

SmartBI CLI, 给你的"龙虾"增加企业级数据分析能力

SmartBI白泽V5深度解读：如何让AI真正落地企业，交付价值？