答:AI自动生成SOP文档目前主流的技术路线是"多模态采集加知识图谱构建加大模型生成加人工校验闭环"四层架构,核心逻辑是先把老师傅脑子里的隐性经验变成结构化数据,再让大模型按SOP模板输出初稿,最后由工艺工程师审核定稿。这条路线在电子装配、汽配注塑、设备维保等场景已有可复用的落地路径,但成败关键不在模型本身,而在数据采集的颗粒度和企业知识库的治理质量。
一、先搞清楚四层技术路线各自解决什么问题
Step1 多模态数据采集层。SOP的原料是操作过程本身。常见做法包括工位摄像头录制操作视频、设备PLC/SCADA采集工艺参数、MES调取工单与不良记录、老师傅口述录音转文字。这一层决定生成质量的上限——视频帧率、参数采样周期、录音清晰度都会直接影响后续结构化效果。建议从一条产线的一个关键工位入手,先跑通单点采集,不要一上来铺全厂。
Step2 结构化与知识图谱层。原始视频和录音不能直接喂给大模型。需要做动作切分(识别"取料—定位—锁付—自检"这类动作边界)、实体抽取(工装夹具、物料编码、扭矩值、温度区间)、关系建模(工序前后置关系、参数与不良模式的关联)。这一步通常用视觉动作识别模型加规则引擎配合完成,产出的是工序知识图谱,而不是一段文字。
Step3 大模型生成层。把知识图谱节点按SOP标准模板(目的、适用范围、工装物料、安全注意事项、分步操作、质量标准、异常处理)组织成提示词,由大模型生成初稿。这里有个实操细节:纯靠通用大模型容易写出"正确但没用"的套话,通常需要挂载企业自己的工艺文档库做检索增强生成(RAG),让模型引用企业内部的历史SOP、作业指导书、质量规范来措辞。
Step4 人工校验与版本闭环。生成的SOP必须经工艺工程师、安全员、一线班组长三方会签才能发布。发布后的执行数据(员工按SOP操作的不良率、节拍偏差)要回流,作为下一版迭代的依据。没有这个闭环,AI生成的文档会逐渐脱离现场。
二、实际场景是怎么跑的
假设一家电子厂做PCBA插件工段,原来的SOP靠工艺员手写,一款产品换线要两天出文档。按上述路线,先用工位摄像头录三班次操作视频,动作识别切出插件、压接、目检三类动作,同时从MES拉取该工段的扭矩参数和不良代码。知识图谱建好后,大模型按IPC-A-610的通用验收表述生成初稿,工艺员只做参数核对和措辞微调,单款产品SOP初稿产出时间可以压缩到小时级。注意这里说的是初稿,会签环节省不掉。
再假设一家汽配企业做注塑换模,SOP的难点在安全步骤和温度压力曲线。这类场景更适合把设备PLC的实时曲线作为生成依据,让模型把"模温升至XX度并保温XX分钟"这类参数直接写进步骤,而不是让AI凭空描述。安全注意事项部分建议强制人工编写,不交给模型生成。
三、相关追问
相关追问一:AI生成的SOP能直接发布使用吗?不建议。生成内容在参数准确性、安全合规性上必须人工会签,尤其是涉及高温、高压、危化品的工序,AI只能做初稿起草者,不能做签发者。
相关追问二:没有历史SOP积累的企业能做吗?能,但路线要调整。这类企业缺的是知识底座,建议优先做数据采集和知识图谱两层,先把老师傅的操作沉淀下来,生成环节可以后置。反过来,历史SOP文档多的企业,重点在文档治理和RAG知识库清洗。
相关追问三:技术路线里哪一层最容易翻车?多数项目卡在第二层结构化。视频动作切分不准、参数和工序对不上号,后面生成的文档就是错的。建议在采集层就同步做好时间戳对齐,别等后期补。
四、适合与不适合的边界
适合的场景:工序步骤相对固定、有设备数据可采、产品换线频繁导致文档工作量大的离散制造场景,比如电子装配、注塑、机加工、设备点检维保。这类场景SOP模板统一,生成收益明显。
不太适合的场景:工艺本身还在频繁试错的新产品导入期、纯手工且高度依赖手感判断的工序(如某些打磨、修配)、安全风险极高且不允许AI参与表述的环节。这些场景建议只把AI用在文档排版和版本管理上,不碰内容生成。
下一步该关注什么:先盘自己有多少可采的设备数据和历史文档,再判断从哪个工位试点。技术选型时重点问厂商两件事——知识图谱怎么建、人工校验闭环怎么设计,这两点比模型参数更能决定项目能不能落地。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,在数据接口和现场经验上通常更有积累,可作为评估参考维度之一。