车间管理中，生产日报的整理常占用班组长与统计员大量时间：数据散落在MES、ERP和纸质点检表中，格式不一，汇总易错。本实验采用“结构化抽取+大模型摘要”两段式流程，探索日报生成的自动化。
第一阶段对接三家试点工厂的MES接口与Excel台账，用规则脚本完成产量、良率、停机时长的字段对齐；纸质点检表采用OCR加人工抽检校验，关键字段准确率约97%。第二阶段将结构化数据交给本地部署的开源大模型，按固定模板生成含异常说明的简报，并强制引用原始数据编号，避免模型编造数字。
· 试点两周内，单厂日报制作时间由平均50分钟降至8分钟，数字类差错基本清零；
· 文字性异常描述仍需人工确认，模型偶有过度归因，目前通过“只引用、不推断”的提示词约束加以缓解。
下一步将把流程扩展至周报与月度复盘材料，并测试异常自动归因的可信度边界，评估向更多车间推广的可行性。
评论