这些是 LearnBot、Assistant、Report Chat 和 LLM Prompt Runner 的演示录音（不打算与客户分享）。
LearnBot 是一款必备工具，尤其对于新用户而言，因为它能让用户立即获得问题的答案或解决遇到的难题，无需等待同事、销售工程师或技术支持的帮助。这无疑对新客户开发和续约都大有裨益。我们提供了三个不同复杂程度的 LearnBot 演示，展示其各种应用场景。演示 LearnBot 的最佳方式是在演示过程中，当客户提出问题时，自然地引入 LearnBot，并让它实时解答。LearnBot 运行良好，结果通常也很准确，因为它使用的学习管理模型 (LLM) 已经过专门针对 JMP 材料进行训练。
助手为 JMP 的使用提供了一种类似代理的体验。在我看来，这并非使用 JMP 的首选方式，因为它会将用户带离 JMP 的工作流程，而 JMP 的许多价值恰恰体现在工作流程中。此外，助手经常无法正常工作，因为默认 LLM（Claude-Sonnet 4.6）生成的 JSL 通常无法正常工作，因此大多数用户的体验可能并不理想。尽管如此，我还是提供了一个助手的演示，演示内容涵盖了典型的 JMP 工作流程，包括导入数据、重塑数据、准备数据、识别关键预测因子以及基于这些预测因子进行建模。我录制的演示示例尝试了 12 次才最终成功运行，这再次表明在客户面前进行现场演示风险极大。助手还存在网络安全隐患，因为它会将列名发送到 LLM（列名通常包含机密信息），因此除非客户的 LLM 部署在防火墙内，否则我不建议使用它。
报告聊天功能类似于 LearnBot，但它为 JMP 报告提供上下文信息，这对于我们那些身为科学家/工程师但可能缺乏统计学知识来理解某些 JMP 报告细节的客户来说非常有用。报告聊天功能会提供任何 JMP 报告的摘要，并帮助用户解读报告中显示的值。与助手相比，报告聊天功能的主要优势在于它能让用户继续使用 JMP 工作流程，弥补许多用户可能存在的统计学知识缺口，而且它的功能完全符合预期。
LLM prompt runner 是另一个插件，在某些特定应用中可能很有用，例如在 JMP 数据表中运行对文本/图像的情感分析或分类。
