在制造现场,工艺知识大多散落在 SOP、设备手册和维修沟通记录里,检索依赖老师傅记忆。行业AI实验室近期的实验方向,是把这些非结构化文档做成可引用、可溯源的问答库,而不是替人做判断。
三条阶段性经验:一是分块按「工序—现象—处置」切,而不是按固定字数切,切错块比不切更伤检索;二是关键词与向量混合召回后再重排,专有型号、料号这类词靠字符检索兜底;三是每条回答必须带原文出处与文档版本号,现场才敢照着用。
进展与下一步:在约 600 条内部真实提问上抽检,首条命中率较纯向量基线提升约 12 个百分点,料号类问题提升最明显,错误集中在跨版本工艺变更。下一步计划接入变更单时间戳,让答案默认指向当前有效版本,并补充「不予回答」的边界判定,避免把过期参数当成现役结论输出。

评论