Claude 仪表盘怎么用：Dashboards 测试版设置与销售数据核验

Claude 仪表盘能做什么？

连接数据、说清问题，就能得到围绕这个问题生成的仪表盘。数据仓库是公司集中存放待分析记录的地方，CRM 则保存客户和销售记录。Claude 会把你的问题转成 SQL，也就是数据库用来筛选、统计记录的指令，再向已连接的数据源执行查询。

可以把图表看成一张附有计算过程的凭据：你能打开数字背后的查询，也能查看图表上次刷新的时间。图表方便阅读，而看得见的计算过程，才让核验有据可依。Anthropic 将它定位为探索性提问工具，更深入的分析仍应在现有分析工具中继续完成。测试版工作方式

入门指南列出的数据源包括 Amazon Redshift、BigQuery、ClickHouse、Databricks 和 Snowflake，以及 Salesforce 等已连接的应用。这些是文档明确给出的示例，并不意味着任何 CRM 或数据库都能自动接入。文档中的数据源示例

哪些套餐能用，费用怎么算？

Pro 及以上套餐提供 Dashboards，包括 Max、Team 和 Enterprise；Free 不包含此功能。本文撰写时，Pro 按月付费为 US$20，按年付费为 US$200。价格页将 Dashboards 列为测试版功能。Claude 套餐价格

使用 Dashboards 会占用套餐额度，并没有单独附赠一份不限量的报表额度。Enterprise 需要由所有者在 Organization settings > Artifacts 中开启 Dashboards。Dashboards 的可用范围与用量规则

如果已经订阅了符合条件的套餐，试点未必需要再购买软件订阅，但成本仍包括配置、核验查询、消耗 Claude 额度，以及数据源可能产生的费用。如果还没订阅 Claude，也要把套餐费用算进去。同样，BI 工具也未必意味着多买一个付费席位，具体取决于已有授权和部署方式。

是否划算，要用自己实际花在报表上的时间来算。下面只是预算示例，并非实测节省结果：每月做四份报表，每份 90 分钟，共需六小时。如果试点后每份报表连同审核只需 30 分钟，总耗时就降为两小时，节省四小时。以每月 US$20 的 Pro 订阅计算，每节省一小时只需值 US$5，就能抵消订阅费；配置和数据源成本另算。如果核验输出花的时间与原来制作报表一样多，就谈不上节省。

从连接数据到分享，如何完成设置？

先在 Claude 网页版或桌面应用中操作，以便使用分享设置。仪表盘以 artifact 的形式保存，也就是对话旁可保存、可编辑的 Claude 输出，之后可以从 Artifacts 标签页重新打开。使用 Artifacts 需要开启 Cloud code execution and file creation：个人套餐在 Settings > Capabilities 中设置，Team 和 Enterprise 则在 Organization settings > Capabilities 中设置。Artifacts 设置说明

1. 由所有者开启所需功能

Team 或 Enterprise 的所有者应检查云端代码执行功能，开启 Artifacts，并在 Organization settings > Artifacts 中启用 Dashboards 模板。Enterprise 默认关闭 Dashboards；自定义角色可以将使用权限限定给特定群组。如果需要在 artifact 内使用已连接的应用，还要检查 Organization settings > Capabilities > Visuals > Enable artifact connectors。Artifacts 管理员指南

2. 连接这次真正要用的数据

打开 Customize > Connectors，选择 +，找到所需服务，查看其能力范围，然后选择 Connect 或 Install，完成身份验证。Team 和 Enterprise 需要先由所有者通过 Organization settings > Connectors > Browse connectors > Add to your team 开放连接器，再由用户完成身份验证；组织采用托管身份验证时除外。随后，通过 + > Connectors 为当前对话启用该服务。连接器设置说明

接入数据仓库时，要请负责连接和数据表权限的人参与。Dashboards 指南列出了平台名称，但没有提供适用于所有仓库的统一凭据填写表单，应按所选连接器的要求操作。首次试点，我建议只开放一张获准用于报表的数据表，或一个将已保存查询呈现为表的视图，并仅授予读取所需的权限。

3. 提出一个具体的业务问题

打开 Artifacts，选择 Dashboards 模板，描述要解决的问题。也可以直接在聊天中提出需求，或选择 Output > Dashboards。说明使用哪张表或哪个应用、指标如何定义，以及统计哪个时间段。通过对话逐步调整结果，再打开图表的 SQL，纠正与预期不符之处。创建和调整仪表盘

4. 扩大分享范围前，先确认接收者看到什么

打开 Share，检查可选的分享对象和访问设置。查看共享 artifact 需要 Claude 账号。涉及数据连接的部分使用查看者自己的连接；没有数据源访问权限就会报错。连接了应用的 artifact 不能使用 Anyone with the link，通过邮件邀请的外部用户也无法使用依赖 Claude 或你的连接器的部分。Artifact 分享规则

公司内部的仪表盘，先分享给一位实际需要查看的同事，让对方确认能看到哪些内容。你的账号能正常查看，不代表对方的账号也能。

实操示例：按地区统计已赢单商机金额

一家小型软件公司的运营人员想知道，上个季度各地区分别贡献了多少已签约销售额。这里应使用已赢单商机金额，也就是标记为赢单的交易金额，不要直接称为会计收入。已签约交易、开票金额和已确认收入，是不同的统计口径。

本例假设 BigQuery 中有一张名为 crm.opportunities 的表，每个商机占一行；is_won 字段为 true 或 false；另有 region、已统一换算为美元口径的 amount_usd，以及按公司约定的业务时区、以日期类型存储的 closed_date。这些只是示例字段名和假设，并非 Anthropic 规定的数据结构。

可以这样提问

这个提示词明确了指标、数据源、币种和日期边界，也要求解释那些容易被精美图表掩盖的棘手情况。

生成 SQL 后，重点核对什么？

打开生成的查询。在上述假设下，其核心逻辑应与下面的 BigQuery SQL 示例相近。这段 SQL 尚未在真实数据集上运行：

SELECT region, SUM(amount_usd) AS closed_won_usd
FROM `crm.opportunities`
WHERE is_won = TRUE
  AND closed_date >= DATE '2026-07-01'
  AND closed_date < DATE '2026-10-01'
GROUP BY region
ORDER BY closed_won_usd DESC;

这段查询筛出已赢单交易，将成交日期限定在该季度内，再按地区汇总美元金额。结束日期不包含当天，因此 10 月 1 日的记录不会计入。查询没有关联其他表，不会因表关联而额外增加行数；但如果源数据本身就有重复记录，汇总金额仍可能被放大。

如果仓库保存的是商机历史版本、每笔交易有多条明细，或使用时间戳而非日期字段，就不能原样套用。应先让数据负责人明确选取记录和处理日期的规则。SQL 能成功运行，不代表它回答的是正确的问题。

分享之前，逐项核验

• 每个商机只算一次。 确认源数据中每个商机只出现一次。抽查若干交易 ID，并在相同筛选条件下，将总金额与可信的 CRM 报表核对。
• 日期口径要一致。 检查季度边界附近的交易，确认应该使用成交日期，而不是创建日期或开票日期。
• 币种口径要统一。 确认 amount_usd 是如何生成的。SUM 会跳过空金额，也就是缺失值，因此需要调查这些记录；地区缺失时如何显示，也要作出决定。
• 两端的数据新鲜度都要查。 查看每张图表的上次刷新时间，同时确认数据仓库上次接收 CRM 变更的时间。刚刚查询过一张旧表，得到的依然是旧数据。
• 访问权限和指标含义都要确认。 让同事用自己的连接打开共享仪表盘。附上指标定义和排除项，避免销售总额被误当作会计收入继续使用。

如果总额对不上，先查清差异，再添加更多图表。可以继续追问：“哪些记录造成了这项差异？”“数据源是否保存了同一商机的历史版本？”第一张仪表盘要靠核对一致来赢得信任，不能只靠外观。

六种值得尝试的用法，按预期收益排序

以下用法以已连接的数据源中存在相关字段为前提。它们是建议尝试的场景，并非已报道的客户成果，也不代表还有其他连接器支持。

最适合起步的任务，应有明确的数据源、已知的对照总数，以及对指标定义负责的人。笼统地要求“展示业务健康状况”，不具备这些条件。

与 Looker Studio、Metabase、Power BI 如何分工？

我的建议是，把尚在探索中的问题交给 Claude。如果报表需要稳定的模型、持续维护的分发机制，或明确的刷新控制，就保留 BI 工具。

这里比较的是工作方式，并不是说 Claude 能直接向这三款产品导出。如果想了解更多报表工具，可参阅 Databox 替代方案。

哪些问题仍要由团队解决？

它不能替团队把模糊的指标变成一致认可的业务定义。 这是我对这套工作方式的实际判断：“收入”“活跃客户”“已解决工单”都需要有人负责决定统计口径。把数据画成图，也不会补齐上游缺失的记录。

保持连接，不等于保证数据及时更新。 发布公告称仪表盘会保持更新，但入门文档没有给出刷新间隔，也没有列明仪表盘、图表或数据行数的限额。这些信息尚未公布，不能据此理解为容量不限。发布公告和入门指南也都没有公布 Dashboards 的准确率结果。发布公告、入门指南

连接器没有的数据源权限，它也无法授予。 普通连接继承用户权限；如果使用共享凭据，则采用该凭据拥有的访问权限。要确认自己的连接属于哪一种。连接器权限说明

对于合同约定的数据更新要求、经过审计的报表，以及复杂的共用指标定义，我会继续使用团队已为这些需求运维的系统。先用一个范围明确的内部问题测试这个测试版。能看到 SQL，有助于审核过程，但不等于答案已经获得认证。

围绕它，可以尝试哪两种业务？

这里的机会是服务和配套资料。入门指南没有明确 Dashboards 功能提供开发者 API，因此下面两项建议都不依赖 API。

首选：销售指标搭建与核验服务

小公司可以付费请专业人士，把一个混乱的销售问题整理成有文档记录的指标、经过批准的数据仓库视图、Claude 仪表盘，以及一份对账检查清单。

2026 年 10 月 10 日获取的 DataForSEO 美国英语数据快照估计，“sales dashboard”每月有 1,000 次搜索。这说明有人关注销售报表这项工作，并不能证明这项服务已有需求。搜索建议接口返回的结果显示，年度降幅为 32%，因此不能据此宣称这是一个增长市场。

最小可售卖的服务范围，可以包括一个销售指标、一份已知的对照报表、连接配置，以及向指标负责人交接。难点在于，源数据清理可能占据大部分工作量，应单独界定范围。这是最值得优先尝试的机会，因为真正有价值的交付物是一个定义得到认可、结果经过核验的数字，通用图表生成器无法独自完成这件事。

其次：仪表盘审核入门工具包

顾问可以为运营人员制作一套可复用的资料，包括指标定义工作表、提示词示例、查询审核问题和分享验收清单。先提供有人协助的首次审核，再考虑将其作为独立产品销售。

同一份 DataForSEO 数据快照估计，“ai dashboard generator”在美国每月有 140 次搜索。相关搜索包括“Ai dashboard generator free”，反映出用户可能对价格敏感。搜索建议接口返回的结果显示，年度降幅为 47%。这些有限的信号更适合支持一次小规模试验，而非大笔投入软件开发。

初版工具包可以覆盖销售示例和客服积压工单示例，并明确各自的数据假设。它的弱点是容易被模仿，也存在免费替代品。要让用户愿意付费，就需要靠行业专用的指标定义和细致的审核体现价值。如何把可重复使用的报表指令整理成套，可参阅用 Claude Skills 制作每周客户报告。

下周一，就从这个试点开始

找到目前负责导出每周销售报表的运营人员，请数据源表的负责人一起参与。只做已赢单商机视图，核对总额，检查刷新时间戳，再用预期接收者的账号打开。记录全部耗时，包括纠错时间。只有试点确实让这项报表工作更轻松，同时仍能保持清晰的指标定义，才继续扩展。

如果想围绕自己的数据搭建经过核验的报表工作流程，我们可以提供 AI 自动化服务。