AI设备维修知识问答定制：工单检索与引用溯源

在大模型应用实验室，我们近期把实验场景放在设备维修知识获取上。产线维修常面临手册分散、工单口语化、故障码与部件名称不一致等问题，单靠关键词搜索很难命中。实验采用“检索增强生成+元数据过滤”的路线：先将维修工单、设备手册、SOP和故障码表切分为结构化片段，按设备型号、产线、部件和故障现象建立索引；回答时先做意图与实体识别，再检索候选片段，最后由模型生成带引用的处置建议，并标注来源工单或手册页码。

• 进展：在约3000条历史工单和1200页手册的测试集上，引用可追溯率达到86%，较原关键词检索提升约18个百分点；维修人员定位手册段落的时间由平均4分钟降至2分钟以内。
• 下一步：接入MES与备件系统，补充设备实时状态与库存约束；同时验证故障照片、接线图等多模态输入，减少对文字描述的依赖。