在设备维修场景，一线工程师需要的往往不是一段流畅的回答，而是「这条故障码出自哪本手册、第几页、适用于哪个机型」。我们在本实验室做了一组小规模实验：把某产线 12 类设备的说明书、维修手册与历史工单（约 4.6 万页）解析为结构化片段，按「机型—子系统—故障码」建立索引，再让大模型只基于检索到的片段作答，并强制输出出处。
进展与数据：
- 检索层先用故障码与机型做硬过滤，再做语义召回，Top-5 命中率从纯向量检索的 71% 提升到 89%；
- 回答层要求逐句挂引用，人工抽检 200 条问答，引用可核验率 93%，工程师直接采纳率约 68%，失败样本主要集中在手册本身缺失的老旧机型。
下一步计划：把工单中的实际处置结果回灌为「经验片段」，与手册原文分区呈现，并验证模型能否稳定区分「手册规定」与「现场经验」，避免把个案做法当作标准流程输出。
评论