构建有意义的仪表板通常需要数小时的手动设置，即使是经验丰富的商业智能（BI）专业人员也不例外。Amazon Quick 现在可以从自然语言提示生成完整的多工作表仪表板，让您从单个或多个数据集出发，在几分钟内获得生产就绪的分析。无论是构建定期运营报告的数据分析师、准备领导层审查的项目经理，还是探索新数据集的工程师，都可以描述他们想要的内容，Amazon Quick 会生成多个组织良好的工作表，并配有适合数据的可视化、供利益相关者按不同维度探索的筛选器控件，以及同比和环比增长等计算字段。在生成之前，您可以查看和编辑交互式计划，从而控制最终输出。
在 Amazon Quick 中，Analysis 是用于跨多个工作表构建和安排可视化、筛选器和计算字段的创作界面。当您准备好共享时，可以将分析发布为仪表板。这项新的生成式 AI 功能可创建分析，您只需单击一下即可完善并发布为仪表板。
在本文中，我们将逐步演示如何从提示生成分析、审查计划以及探索完成后的输出。
前提条件 您需要满足以下前提条件：
- 一个 AWS 账户
- 一个 Amazon Quick Enterprise Edition 订阅
工作原理 要生成分析，首先选择要分析的数据。在 Amazon Quick 中，数据存储在数据集中，这些数据集连接到 Amazon Redshift、Amazon Simple Storage Service (Amazon S3) 或上传的文件等来源。准备好数据集后，描述您想要查看的内容，审查计划，然后生成。
- 选择数据集
在 Amazon Quick 中打开一个数据集，然后选择“生成分析”。您也可以从“分析”页面开始。为分析选择 1–3 个数据集。如果数据跨多个表（例如订单在一个数据集中，产品在另一个数据集中），您可以一起选择它们。根据需要添加更多数据集。
- 描述您想要的分析/仪表板
编写自然语言提示，描述您想要在 Analysis 中创建的见解。描述业务问题、您关心的指标以及您希望信息在工作表中的组织方式。例如：“创建一个运营仪表板，显示订单量趋势、收入 KPI、交付绩效（比较预计和实际交付日期），以及按收入和订单数量划分的产品类别细分。包括总收入、平均订单价值和月度订单增长的计算字段。”
- Amazon Quick 分析您的数据
Amazon Quick 检查您的数据集结构和列统计信息。您会看到实时进度更新：分析数据集列、分析列统计信息、创建分析计划。如果您离开，可以使用“分析”→“生成”选项卡查看状态并返回进度屏幕。
- 审查和编辑计划
Amazon Quick 以双窗格视图呈现分析大纲。左窗格显示您的初始提示和所选数据集的摘要。右窗格显示提议的结构：筛选器控件、工作表以及每个工作表计划的可视化。您可以立即生成，或选择“编辑”先完善计划——调整工作表名称、添加或删除可视化，或重新组织布局。
- 生成分析
选择“生成”。实时进度更新显示每个组件的创建过程：计算字段、筛选器以及每个工作表。早期访问用户（来自运营、工程和数据科学领域）发现这一功能显著节省时间，将以前需要数小时的手动配置转变为几分钟的引导式生成。
在早期访问期间，一位从未使用过 AI 分析的用户用他的第一个数据集测试了该功能：“结果非常棒，AI 执行分析和创建仪表板的时间与人类相比无可比拟。”——Jeff Sondic，加拿大安大略省亚马逊 GES Ops Construction 预施工经理。
输出是一个原生的 Quick 分析。它与现有的发布工作流程、嵌入模式、持续集成和持续交付（CI/CD）流水线以及 Analysis 界面中的点选编辑兼容。您可以在生成后完善每个可视化。这不是静态图像，而是连接到数据的实时交互式分析。
- 发布并共享为仪表板
当您对分析满意时，选择“发布”以创建仪表板。您可以与其他用户共享仪表板，在几分钟内嵌入到应用程序中（如一键嵌入），或安排电子邮件发送。发布的仪表板保留生成分析中的所有工作表、可视化、筛选器控件和计算字段。收件人可以与仪表板交互，而无需访问底层分析。
入门指南 启动时，“生成分析”适用于 Enterprise 订阅/Author Pro 用户。作者还可以在 2026 年 12 月之前获得该功能的促销访问权限，前提是其组织未限制访问。在以下 AWS 区域可用：美国东部（弗吉尼亚北部）、美国西部（俄勒冈）、亚太地区（悉尼）、亚太地区（东京）、欧洲（法兰克福）、欧洲（爱尔兰）和欧洲（伦敦）。
结论 Amazon Quick 中的“生成分析”从自然语言提示创建完整的、多工作表分析，将仪表板创建时间从数小时缩短到几分钟。在早期访问期间，运营、工程和数据科学领域的作者报告仪表板创建时间减少了 90% 或更多。
一位作者说：“作为新用户，创建这个仪表板至少需要一整天。它只花了 5 分钟。”——Prabhakant Rasal，SDE-III，PXT DLS Tech，德克萨斯州达拉斯亚马逊。
AI 构建您的起点。您完善并发布为仪表板。仪表板编码您的团队需要反复回答的问题。对于后续探索和偶尔出现的一次性问题，可以尝试 Dataset Q&A 直接用自然语言查询数据。