構建有意義的儀表板通常需要數小時的手動設定，即使是經驗豐富的商業智慧（BI）專業人員也不例外。Amazon Quick 現在可以從自然語言提示生成完整的多工作表儀表板，讓您從單個或多個資料集出發，在幾分鐘內獲得生產就緒的分析。無論是構建定期運營報告的資料分析師、準備領導層審查的專案經理，還是探索新資料集的工程師，都可以描述他們想要的內容，Amazon Quick 會生成多個組織良好的工作表，並配有適合資料的視覺化、供利益相關者按不同維度探索的篩選器控制元件，以及同比和環比增長等計算欄位。在生成之前，您可以檢視和編輯互動式計劃，從而控制最終輸出。
在 Amazon Quick 中，Analysis 是用於跨多個工作表構建和安排視覺化、篩選器和計算欄位的創作介面。當您準備好共享時，可以將分析釋出為儀表板。這項新的生成式 AI 功能可建立分析，您只需單擊一下即可完善併發布為儀表板。
在本文中，我們將逐步演示如何從提示生成分析、審查計劃以及探索完成後的輸出。
前提條件 您需要滿足以下前提條件：
- 一個 AWS 賬戶
- 一個 Amazon Quick Enterprise Edition 訂閱
工作原理 要生成分析，首先選擇要分析的資料。在 Amazon Quick 中，資料儲存在資料集中，這些資料集連線到 Amazon Redshift、Amazon Simple Storage Service (Amazon S3) 或上傳的檔案等來源。準備好資料集後，描述您想要檢視的內容，審查計劃，然後生成。
- 選擇資料集
在 Amazon Quick 中開啟一個資料集，然後選擇“生成分析”。您也可以從“分析”頁面開始。為分析選擇 1–3 個資料集。如果資料跨多個表（例如訂單在一個資料集中，產品在另一個資料集中），您可以一起選擇它們。根據需要新增更多資料集。
- 描述您想要的分析/儀表板
編寫自然語言提示，描述您想要在 Analysis 中建立的見解。描述業務問題、您關心的指標以及您希望資訊在工作表中的組織方式。例如：“建立一個運營儀表板，顯示訂單量趨勢、收入 KPI、交付績效（比較預計和實際交付日期），以及按收入和訂單數量劃分的產品類別細分。包括總收入、平均訂單價值和月度訂單增長的計算欄位。”
- Amazon Quick 分析您的資料
Amazon Quick 檢查您的資料集結構和列統計資訊。您會看到即時進度更新：分析資料集列、分析列統計資訊、建立分析計劃。如果您離開，可以使用“分析”→“生成”選項卡檢視狀態並返回進度螢幕。
- 審查和編輯計劃
Amazon Quick 以雙窗格檢視呈現分析大綱。左窗格顯示您的初始提示和所選資料集的摘要。右窗格顯示提議的結構：篩選器控制元件、工作表以及每個工作表計劃的視覺化。您可以立即生成，或選擇“編輯”先完善計劃——調整工作表名稱、新增或刪除視覺化，或重新組織布局。
- 生成分析
選擇“生成”。即時進度更新顯示每個元件的建立過程：計算欄位、篩選器以及每個工作表。早期訪問使用者（來自運營、工程和資料科學領域）發現這一功能顯著節省時間，將以前需要數小時的手動配置轉變為幾分鐘的引導式生成。
在早期訪問期間，一位從未使用過 AI 分析的使用者用他的第一個資料集測試了該功能：“結果非常棒，AI 執行分析和建立儀表板的時間與人類相比無可比擬。”——Jeff Sondic，加拿大安大略省亞馬遜 GES Ops Construction 預施工經理。
輸出是一個原生的 Quick 分析。它與現有的釋出工作流程、嵌入模式、持續整合和持續交付（CI/CD）流水線以及 Analysis 介面中的點選編輯相容。您可以在生成後完善每個視覺化。這不是靜態影像，而是連線到資料的即時互動式分析。
- 釋出並共享為儀表板
當您對分析滿意時，選擇“釋出”以建立儀表板。您可以與其他使用者共享儀表板，在幾分鐘內嵌入到應用程式中（如一鍵嵌入），或安排電子郵件傳送。釋出的儀表板保留生成分析中的所有工作表、視覺化、篩選器控制元件和計算欄位。收件人可以與儀表板互動，而無需訪問底層分析。
入門指南 啟動時，“生成分析”適用於 Enterprise 訂閱/Author Pro 使用者。作者還可以在 2026 年 12 月之前獲得該功能的促銷訪問許可權，前提是其組織未限制訪問。在以下 AWS 區域可用：美國東部（弗吉尼亞北部）、美國西部（俄勒岡）、亞太地區（悉尼）、亞太地區（東京）、歐洲（法蘭克福）、歐洲（愛爾蘭）和歐洲（倫敦）。
結論 Amazon Quick 中的“生成分析”從自然語言提示建立完整的、多工作表分析，將儀表板建立時間從數小時縮短到幾分鐘。在早期訪問期間，運營、工程和資料科學領域的作者報告儀表板建立時間減少了 90% 或更多。
一位作者說：“作為新使用者，建立這個儀表板至少需要一整天。它只花了 5 分鐘。”——Prabhakant Rasal，SDE-III，PXT DLS Tech，德克薩斯州達拉斯亞馬遜。
AI 構建您的起點。您完善併發布為儀表板。儀表板編碼您的團隊需要反覆回答的問題。對於後續探索和偶爾出現的一次性問題，可以嘗試 Dataset Q&A 直接用自然語言查詢資料。