U2.17.3Limits of chart recommendation设计
自动图表推荐只能依据数据类型，无法推断分析意图
别名: 自动推荐 · Show Me
概念解释
BI 工具的"智能图表""Show Me"面板根据数据模式推荐：一个分类变量加一个数值变量 → 推荐条形图；两个数值变量 → 推荐散点。这类推荐有用但有个天花板：数据类型里不含分析意图。同样"分类 + 数值"，有人想比大小（条形最优）、有人想看构成占比（堆叠或饼）、有人想追单个类别的趋势（折线）——意图在分析师脑子里，不在 schema 里。推荐引擎能给的是合法下限（不犯编码错误的图），不是问题最优（问句的最低判读成本）。
机制
推荐系统的输入是字段类型与基数（维度/度量、离散/连续、基数高低），映射到"该类型的默认安全图"。意图缺失导致两个系统性偏差：向通用图收敛（条形、折线、饼被推荐率畸高，因为它们在任何意图下都不算错）；向数据全量展示收敛（推荐倾向于把所有拖入的字段都用上，而非服务一个问句）。规则本身没有错——Mackinlay 式的自动设计按表达力排序编码，正是这类系统的原理——错在把"表达力可行"当成"任务最优"交付。
边界
推荐在下述位置确实有价值：探索陌生数据的第一眼、非专业用户的起步、防止低级编码错误（连续用分类色板之类）。它不能替代的位置：问句定义、可行集内判读成本权衡（前一叶）、复合问句拆解。合理的人机分工是推荐给候选、人选定意图——把推荐当草稿生成器而非决策者。反向自动（从问句模板生成图）需要把意图显式输入，本质仍是人在定义问句。
怎么落地
- 工具集成推荐时定位为"候选面板 + 一键切换"，而非自动落图；默认图旁保留意图提示（"比较大小？看构成？追趋势？"）。
- 团队规范写明：自动推荐图交付前须过一遍问句检验（这图直接编码了要答的比较吗）。
- 验证：取最近十张自动推荐的图，标注其实际意图；凡"图合法但意图错配"超过三成，说明把推荐当成了决策者。