答:核心原理一句话概括:把多模态工艺数据转成结构化知识图谱,再用大模型做检索增强生成(RAG),最后由规则引擎校验合规性后输出可执行文档。这不是让AI凭空写作文,而是先建"事实底座"再生成。
一、数据层:多模态采集与结构化
SOP的事实来源分散在设备PLC日志、MES工单记录、历史Word/Excel文档、工艺图纸、甚至老师傅的语音口述里。技术路线第一步是做多模态解析:OCR识别图纸与扫描件,ASR转写语音,时序数据库抽取设备参数区间。关键动作是实体抽取——把"拧紧扭矩8±0.5N·m""烘烤温度150℃恒温30min"这类工艺参数识别为结构化字段,而不是留在自然语言段落里。这一步决定后面生成内容是否可核查。
二、知识层:工艺知识图谱构建
抽出来的实体要建立关系:工序前后置约束、设备与工步的对应、物料批次与参数窗口的绑定。行业里通常用ISA-95层级模型做骨架,把工位、工序、工步、参数、检验项挂上去。图谱的作用是给大模型"划边界"——生成时只能引用图谱内已确认的工艺关系,避免模型编造不存在的工步顺序。某电子厂假设场景中,SMT贴片工序的钢网清洗频次就是靠图谱里的设备维护规则约束生成的,不是模型猜的。
三、生成层:RAG加模板约束
纯微调模型容易产生"幻觉参数",所以主流路线是RAG:用户提出"生成XX工位换型SOP",系统先从图谱和历史文档库检索相关工步、参数、安全条款,再把检索结果作为上下文喂给大模型,同时用SOP标准模板(含目的、适用范围、操作步骤、安全注意事项、异常处理五段式)做输出约束。生成后再过一道规则校验:参数是否落在图谱允许区间、安全条款是否遗漏、步骤编号是否连续。校验不通过就回退重生成。
相关追问:生成一份SOP要多久?取决于工艺复杂度和历史数据完备度,简单工位分钟级,多工序装配线因需人工确认参数窗口,通常按小时计,影响因子主要是数据清洗量和校验轮次。
相关追问:和老式模板套用有什么区别?模板套用只能复用格式,RAG路线能根据设备实际参数和历史异常记录动态填充内容,比如自动把某台设备近三个月的报警阈值写进异常处理段。
相关追问:合规性怎么保证?靠规则引擎而非模型自觉,参数区间、安全条款、审批流都是硬校验,模型只负责组织语言。
适合与不适合的边界:适合工艺文档存量大、设备数据已接入MES/SCADA、且有明确SOP模板规范的企业;不适合工艺参数尚未数字化、全靠纸质记录、或产品换型极频繁导致图谱维护成本高于收益的场景。建议从单一高重复性工位入手做验证,优先关注历史文档的结构化清洗质量,重点关注校验规则库是否覆盖安全条款——这两项决定生成内容能不能直接用。从ERP时代起深耕数十年、服务120万客户、累计部署终端数千万台的厂商,在数据接入层通常有现成适配经验,可作为选型时的参考维度。