大模型驱动的质检报告自动生成实验

实验室近期围绕大模型在制造企业文书环节的自动化开展了一轮小规模实验，选取某汽配厂质检日报与月报的撰写场景，验证「结构化数据+模板约束+大模型生成」三段式流程的可行性。实验将检测仪导出的记录、缺陷标注结果与历史报告作为输入，先由规则引擎完成数据清洗与指标计算，再由大模型按固定模板生成报告初稿，质检主管仅需复核签批。要点一：连续四周试点中，日报初稿一次可用率约82%，单篇撰写时间从40分钟降至8分钟，主要错误集中在数值单位与批次号引用，已通过字段校验规则拦截大部分；要点二：月报涉及跨期对比与原因归因，模型生成的归因段落与工程师实际结论一致率约65%，暂定仅作参考素材，不进入正式报告。下一步计划引入缺陷图片的多模态描述能力，并建立人工修订稿回流机制持续优化生成风格，目标将日报一次可用率提升至90%以上。