Appearance
26-质量管理：WorkBuddy 应用场景
覆盖角色：质量工程师、检验员、质量经理、供应商质量、客诉与CAPA
质量管理适合从报告、缺陷库和CAPA入手，检测结果和放行决定保留人工复核。
应用场景全景表
| 场景 | 需要输入 | WorkBuddy 可辅助交付 | 人工或系统边界 |
|---|---|---|---|
| 视觉质检 | 合格/缺陷样本、相机、工位和标准 | 缺陷检测、位置、置信度和复核队列 | 模型只能辅助，低置信度转人工 |
| 缺陷分类 | 缺陷图片/文本、分类标准和历史案例 | 缺陷类型、严重度和相似案例 | 新缺陷和边界样本需质量人员确认 |
| 检验报告 | 检验记录、标准、批次和结果 | 报告草稿、缺项和不一致 | 检验签字和放行不能自动完成 |
| 客诉分析 | 客诉、批次、生产、物流和售后资料 | 问题主题、影响范围和调查清单 | 客户责任与产品责任不能凭文本判定 |
| 根因分析 | 缺陷、过程参数、5Why/鱼骨和证据 | 根因假设、验证实验和优先级 | 根因必须用实验和现场证据验证 |
| CAPA整改 | 问题、原因、责任、措施和期限 | CAPA草案、跟踪和有效性检查 | 关闭前验证措施有效 |
| 质量知识库 | 标准、SOP、缺陷库和8D报告 | 带出处问答和相似问题 | 标准版本和适用产品必须明确 |
| 过程质量预警 | SPC、设备、物料、环境和质量数据 | 趋势、异常和检查建议 | 预警阈值由质量/工艺共同定义 |
| 供应商质量 | 来料、退货、审核和整改记录 | 供应商质量评分、风险和审核重点 | 停供、降级和索赔由组织审批 |
三个优先场景
1. 视觉质检
- 输入：合格/缺陷样本、相机、工位和标准
- 输出：缺陷检测、位置、置信度和复核队列
- 验收：检查报告耗时、缺陷分类一致率、CAPA逾期率
- 边界：模型只能辅助，低置信度转人工
2. 缺陷分类
- 输入：缺陷图片/文本、分类标准和历史案例
- 输出：缺陷类型、严重度和相似案例
- 验收：检查报告耗时、缺陷分类一致率、CAPA逾期率
- 边界：新缺陷和边界样本需质量人员确认
3. 检验报告
- 输入：检验记录、标准、批次和结果
- 输出：报告草稿、缺项和不一致
- 验收：检查报告耗时、缺陷分类一致率、CAPA逾期率
- 边界：检验签字和放行不能自动完成
四层能力与实施条件
| 层级 | 本岗位可优先放入的场景 | 实施条件 |
|---|---|---|
| 文件层 | 视觉质检、缺陷分类、检验报告、客诉分析 | 使用本地文档、表格和模板，结果可人工检查 |
| 知识层 | 质量知识库 | 建立有版本、有出处、有权限的知识资料 |
| 系统层 | 检验报告 | 通过受控的Connector、MCP或API读写业务系统 |
| 决策层 | 供应商质量 | 展示依据、假设和影响，高风险决定由人批准 |
建议从这个试点开始
推荐先做“检验报告”。它所需输入是检验记录、标准、批次和结果，目标交付是报告草稿、缺项和不一致。 试点可按四个动作推进：第一，抽取一批真实历史任务作为基线；第二，用同一批输入让人工流程和 WorkBuddy流程并行；第三，记录失败、遗漏和人工修改原因；第四，只在结果稳定、权限清楚、可以回滚时扩大范围。 建议验收指标包括：报告耗时、缺陷分类一致率、CAPA逾期率。如果结果需要大量重做、来源无法追溯、 系统写入不可回滚，试点应暂停并先修复数据或流程。
实施边界
- 质量知识库：标准版本和适用产品必须明确。
- 过程质量预警：预警阈值由质量/工艺共同定义。
- 供应商质量：停供、降级和索赔由组织审批。
- 第三方案例中的效率数字和产品能力先作为线索，正式采购或发布前回查官方资料与实际测试。
主要资料来源
- % 大企业 AI 试点全失败:联合利华砍 420 个项目才摸到真玩法
- AI行业应用案例82-83～医疗与制造行业的AI应用案例
- AI也有「来料检验」？训练数据的质量黑洞
- 工业大模型的数据“饥荒”：主数据质量决定AI上限
- JIT：六种AI能力重塑企业可持续性
内容来源
本节内容整理自《WorkBuddy 企业岗位应用全景白皮书》（曾俊｜北京硅基行动科技有限公司，2026 研究版），由皮皮未来在本地站点中拆解、结构化后呈现。涉及 WorkBuddy 当前版本能力、企业版配置、价格与部署方式时，请以官方最新资料为准。