レモンAIによるデータ分析を完了するには、以下のプロセスに従う必要がある：
- データ準備CSV/Excel形式のデータセット（例：売上記録シート）をアップロードすると、システムは自動的にフィールド構造とデータタイプを解析します。
- 分析指示自然言語で要件を記述します。例えば、「各地域の四半期売上高上位3製品をカウントする」、中国語または英語の入力をサポートします。
- 結果生成: ネイティブLLMは自動的に適切なアルゴリズム（Pandasの集計操作など）を選択し、ピボットテーブル、折れ線グラフ/棒グラフを含むビジュアルレポートを出力します。
- インタラクションの最適化分析の次元は、フォローアップの質問（「前年比成長率の比較を追加する」）によって絞り込むことができ、システムはダブルカウントを避けるために中間結果を保持する。
- アプリケーションのエクスポートPNG/PDFとしてチャートを保存したり、下流システムで使用するために処理された構造化データに直接アクセスすることができます。
代表的なアプリケーションシナリオには、小売業の売上動向予測、製造装置の故障モード分析、人的資源の離職率帰属分析などがあります。テストによると、100,000行のデータを処理する場合、ローカルのDeepSeek-V3モデルの応答時間は30秒未満です。
この答えは記事から得たものである。Lemon AI: ローカルで動作するオープンソースAIインテリジェンス・ボディ・フレームワークについて
無断転載を禁じます：AI生産性ツール " レモンAIをビジネスデータ分析に活用するには？
日本語 
简体中文 
English 
Deutsch 
Português do Brasil