先看一个场景。用户问：“球员A最近8场的得分走势怎么样？”系统很快画出一条折线，从第1场的14分一路爬到第8场的22分，曲线优美，斜率漂亮。用户的第一反应是“这人在爆发”。可是如果你把纵轴换成从0开始，再把每场上场时间标出来，故事可能完全不同：前几场他只打了十几分钟，后面才成为首发。折线没有说谎，但它让人得出了一个数据并不支持的结论。半岛体育AI在做可视化时，最先要回答的不是“画什么颜色”，而是“这张图会让用户读出什么”。
先问：用户到底想比较什么
图表选择的起点不是图表库，而是问题里的动词。“走势”“变化”“趋势”指向时间；“谁更多”“排名”指向大小比较；“占比”“构成”指向部分与整体；“谁和谁有关”指向关系。半岛体育把这一步叫作问题意图到视觉任务的映射，大致分成下面几类。
- 查一个精确数字：“球员A上场均分是多少”，答案是一个数，最好的图表通常是没有图表，直接给一句话加一个小表格。
- 看随时间的变化：折线或带点的折线，横轴必须是有顺序的时间或场次。
- 比较几个对象的大小：柱状图或排序后的横向条形图，基线必须从零开始。
- 看分布与离散程度：箱线图、点阵图，而不是只画一个平均值。
- 看关系与路径：关系网络图，且仅当节点不多、边有明确含义时才使用。
这一步做完，系统才进入具体选型。顺序不能反：如果先有一个“默认画折线”的习惯，所有问题都会被塞进折线里，误导就是从这里开始的。
五种最常见的误导，以及系统如何拦截
1. 截断的纵轴
示例队甲与示例队乙的场均得分分别是108.2和109.6（示例数据）。如果柱状图的纵轴从107开始，乙的柱子会比甲高出一大截，看上去像是碾压。柱状图用长度编码数值，长度的起点就是零；起点被移走，长度比例就失真。半岛体育AI对柱状图的规则很硬：基线固定为零，除非用户明确要求“放大差异”，此时会改用点图或带误差范围的点线，并在图注写明“纵轴不从零开始”。
2. 样本量太小的折线
“最近3场”的三个点连成的折线，看上去有方向，其实只有三个观察值。三个点几乎可以拼出任何“趋势”。系统会在窗口过短时做两件事：把折线改成逐场的点加数值标签，并在答案里提示“仅3场，波动可能主要来自随机”。样本量不是可以悄悄丢在后台的信息，它应该出现在图旁边。关于窗口本身如何定义，可以参考“最近10场”到底是哪10场。
3. 过度平滑
为了让曲线更好看，很多图表工具默认开启平滑（样条插值）。问题是平滑会在两个真实数据点之间发明出并不存在的起伏，甚至在原本单调上升的数据上画出一个“回落”。体育数据是一场一场离散发生的，第4场和第5场之间没有“第4.5场”。半岛体育AI的默认是折线段直连，并且显示原始数据点；滑动平均只在用户问“整体趋势”时使用，并且必须同时画出原始点，让用户看到平滑前后的差别。
4. 双纵轴
“把球员A的得分和助攻画在一张图里。”得分在0到30之间，助攻在0到10之间，于是有人把两个量各配一个纵轴，让两条线恰好交叉。交叉点没有任何含义，完全取决于两条轴的刻度怎么设。半岛体育AI遇到不同单位的指标，会拆成上下两个小图，共用横轴，各自纵轴独立标注。“两条线交叉”这种视觉事件不该由刻度制造。
5. 把类别当成连续量
把“对阵强队、对阵中游、对阵弱队”三种对手分组用折线连起来，会暗示三者之间存在连续的过渡。类别之间没有中间状态，应该用并列的柱或点，不要用线连接。线本身就是一种声明：这两点之间有连续变化。
一个完整的示例：从问题到图
下面用一个模拟场景走一遍。用户问：“球员A这个赛季的主场和客场得分有区别吗？”
| 步骤 | 系统做什么 | 输出（示例数据） |
|---|---|---|
| 解析意图 | 比较两个分组，属于“类别间比较” | 视觉任务：分组比较 |
| 取数 | 按 is_home 分组，统计场次、均值、中位数 | 主场12场，客场10场 |
| 检查样本 | 每组场次小于15，标记为小样本 | 触发提示语 |
| 选图 | 点图展示每场得分，叠加组均值线 | 不用柱状图，保留分布 |
| 生成说明 | 写明口径与样本量 | “主场均分21.3，客场均分19.8，样本较小，差异不宜过度解读” |
对应的取数SQL很朴素，图表选择的信息全部来自这一次查询返回的结构：
SELECT is_home,
COUNT(*) AS games,
AVG(points) AS avg_points,
MIN(points) AS min_points,
MAX(points) AS max_points
FROM player_game_stats
WHERE player_id = 'P_A001'
AND season = '2025-26'
AND minutes > 0
GROUP BY is_home;注意返回值不只有均值，还有场次、最小值、最大值。系统之所以能判断“该不该用柱状图”“要不要提示小样本”，靠的是这些元数据，而不是靠大模型看一眼数字凭感觉决定。语言模型可以帮忙把选图理由写成一句人话，但选择规则是写死的、可以检查的。这也是半岛体育AI在数据问答流程中把“图表选择”单列成一个步骤的原因。
关系网络图：最容易好看、也最容易没用
知识图谱相关的答案很容易被画成一张节点与连线的网络。问题是，网络图的可读性随节点数增长急剧下降：二十个节点以内，用户可以顺着线读出关系；两百个节点，得到的只是一团毛线。半岛体育AI对关系类答案的做法是：
- 如果答案是一个明确的路径，例如“球员A效力过球队甲，球队甲的教练后来执教球队乙”，就画成一条从左到右的路径，而不是完整的网络；
- 如果答案是一个名单，就给表格，附上每个人对应的关系与时间区间；
- 只有当用户明确想看“某个球员周围有哪些直接关系”，且节点不超过一个阈值时，才画局部网络，并允许折叠。
关系图的价值在于多跳查询本身，而不在于画出来。这一点在知识图谱的相关讨论里有更完整的展开。
颜色、顺序与标注：图里的小细节
除了大类选择，还有几个细节同样会左右读者的判断。
- 排序：横向条形图默认按数值降序排列，而不是按字母或球员编号排列；但如果横轴是时间，就必须按时间。
- 颜色：同一个球队在全站所有图里保持同一个颜色，避免用户每张图都要重新对照图例；颜色数量控制在少数几种，且不单靠颜色区分，可用直接标注。
- 单位与口径：图标题里写明“每场”还是“每36分钟”，“含季后赛”还是“仅常规赛”。同一个“得分”，口径一变，图就换了含义。
- 缺失值：球员缺席的场次，横轴上保留空位并标注“缺席”，而不是把前后两点直接连起来。折线穿过缺席，等于告诉用户他一直在打。
同一批数据，三种问法，三种图
还是用虚构的球员A举例，同一张比赛记录表，问题不同，合适的图也不同。
- “球员A本赛季得分最高的一场是哪场？”——这是一个极值问题，答案是一行记录：日期、对手、得分。系统给一句话加一行表格即可，画一条折线只会让用户在曲线上找最高点。
- “球员A和球员B谁的场均得分更高？”——两个数的比较，用两根从零开始的柱，并把场次一起标在柱旁。若两人场次差距很大，还要提醒“样本量不同”。
- “球员A的得分稳定吗？”——这是关于波动的问题，均值几乎回答不了它。合适的是按场次排列的点，加一条均值线和一个标准差带，或者直接用箱线图展示中位数和四分位范围。“稳定”这个词本身也带口径，系统要在图注里说明使用了哪种离散度指标。
三个问题查的是同一张表，差别全在问题的形状。这也解释了为什么图表选择不能放在最后一步“顺手画一下”：它需要知道问题想比较什么，才能决定查询要不要多返回几列，比如场次、标准差、最小值和最大值。
“图表选择”本身也需要被审查
把选图交给规则，并不等于不会错。规则也有覆盖不到的地方：用户的问题可能有两个意图，系统只识别了一个；数据里可能出现极端值，把整个坐标范围撑得很大，使其他点挤在一起。半岛体育AI的设计目标是：对每张图保留“为什么这样选”的记录，包括视觉任务类型、触发的检查项、最终选择的图类型。用户在看图的同时，也可以展开看这些理由，必要时切换成表格。这个思路与答案的证据链是同一件事：图也是答案的一部分，也应该能被追溯。
少画一张图，有时比多画一张更诚实
回到开头的折线。一个更稳妥的回答是：先给一句话，“球员A最近8场场均18.4分（示例数据），其中前3场上场时间明显较短”，然后附一张带上场时间标注的点线图，并写明样本只有8场。这比一条漂亮的上升曲线朴素，也慢一点，但它让用户看到自己需要看的东西。可视化的目标不是让数据更好看，而是让数据不容易被读错。半岛体育AI在选图上宁愿保守：能用表格说清楚的，不硬画图；能用零基线的，不截断；有疑问的地方，写在图的旁边。
