质量异常8D报告AI生成：根因线索与闭环跟踪

质量异常处理长期依赖工程师个人经验：一份8D报告从现场记录到根因确认，往往要在工艺、设备、来料三方之间反复核对。本期实验尝试先用大模型把非结构化信息转成结构化线索，再由人判断。

做法分三步：一是把客诉描述、检验记录、设备报警、批次追溯等文本统一抽取为「时间—工序—现象—批次」四元组；二是基于历史结案报告构建检索库，新异常发生时给出相似案例与候选根因排序；三是由模型生成8D初稿（D2问题描述、D4根因假设、D5纠正措施），工程师只做修改与确认。

要点：

• 阶段进展：在试点产线62起历史异常上回测，模型前3条候选根因命中人工最终结论的比例约七成，D2/D3初稿「小改即可提交」的比例约六成，单份报告整理时间由约3小时压缩到40分钟以内。
• 下一步：接入措施执行与验证数据，使D7预防措施与后续批次质量表现形成闭环回写；同时把根因排序结果反馈进检索库，观察命中率是否随案例积累继续提升。

边界仍需明确：模型输出的是线索与草稿，根因判定和措施签发仍由质量工程师负责。