工艺变更单通常只有几页，但要判断它会波及哪些工位、哪份作业指导书、哪条检验项，资深工艺员也得翻半天。我们在《大模型应用实验室》做了一次小范围实验：把变更单、BOM、作业指导书与检验规范按章节切成带编号的片段，先让大模型抽取变更要素（对象、参数、变更前后值、生效范围），再用条款级检索在受影响文档中召回候选证据，最后输出「变更—条款—工位」的影响链，每条结论都附原文位置，交人工复核确认。
需要说明的是，我们不追求模型直接给出结论，而是把它当成分诊器：模型负责找全候选，人负责拍板。为避免大模型编造条款，检索结果只允许引用原文片段，无法定位来源的条目一律丢弃。
- 阶段进展：在一条装配线上回放 60 份历史变更单，要素抽取字段准确率约 92%，影响条款召回率约 87%，复核后可直接采纳的条目约七成，单份平均处理时间由约 40 分钟降至 10 分钟以内。
- 下一步：收集「误影响」负样本优化检索排序，并把影响链写回变更流程系统，作为工艺会签的检查清单。「让AI帮一个小忙」，先解决翻文档这件小事。
评论