客户已经用 AI
审你的 8D 了
主机厂上线 AI 自动审核之后,不看现场有多难、不看你加了多少班—— 缺一项证据、断一处逻辑,直接驳回。机器·心做的,是在你提交前, 用同一套逻辑先过一遍。
写给被客户追着交 8D 的质量工程师——汽车零部件、电子制造、家电供应链、 面板与半导体显示,凡是要交 8D 的行业,流程都是同一套。
不上传、不注册,文本只在你的浏览器里计算。
这件事,你一个月要做两三遍
每一次都是同样的六步。真正花时间的不是写,是中间那些拿不到的信息。
报告交出去的那一刻,工作才真正开始。
卡住的从来不是「不知道怎么填」
八步谁都会背。真正让人返工的,是下面这三件事。
5Why 挖到设备就停了
再往下问就要牵涉工艺、设备、采购,跨部门拿不到真话,最后只能写「操作员疏忽」。这句一写,客户一定打回。
对策写完,自己对不上根因
培训解决的是意识,改不了让问题发生的条件。客户一句「所以这个问题以后不会再发生了吗」,就答不上来。
去年解决过的问题,今年从零再写
历史 8D 散在个人电脑和共享盘里,同类问题重新挖一遍 5Why,重新想一遍围堵范围。
它插在你现有的流程里,不改你的流程
不用换系统、不用改模板。你还是用 Word 交报告,只是提交前多过一道。
价值不是写得快,是少被打回一次
我们不承诺「效率提升百分之多少」——那需要真实客户数据才算数。这里只说机制上发生了什么变化。
返工发生在提交前
打回是发生在客户那边,还是发生在你自己这里,成本差一整轮。
要数据时知道要什么
不再是空手去问「为什么会这样」,而是拿着具体清单去找工艺、设备、供应商。
第二次不是从零开始
同类问题处理第二次时,起点是上一次的结论,不是一张白纸。
一次打回 = 重做几天 + 客户对你个人的信任折损。这笔账不用我们算,你比我清楚。
它凭什么能做到
三个部件,重心在第二个。单独做「AI 生成 8D」没有壁垒——通用大模型今天就能写出形似的东西。
规则检查
八步完整性、问题量化、围堵覆盖、5Why 层数与断链、伪根因、对策匹配、验证数据、横展与文件更新——九类结构缺陷,每条结论都附依据原文。
语义检查
识别换了个说法重复的推理层、根因与对策在不在同一层、证据是否真的支撑结论。
历史库
同客户、同工序的报告复用,把「这个客户挑过什么毛病」沉淀成可检索的经验。
发现 2 处高概率被打回、1 处需确认的缺陷,建议改完再提交。
根因停在「疏忽」,属于伪根因
依据:因为员工疏忽,未按作业指导书执行
怎么改:再问一层:为什么会疏忽?—— 通常是防错缺失或点检表没有该项
永久对策与根因不在同一层
依据:加强员工培训,提高质量意识
怎么改:培训改变的是注意力,改不了让问题发生的条件;换成设备或流程改造
缺少改善前后的对比证据
依据:已改善,效果良好
怎么改:补改善前 / 改善后的不良率或 PPM,注明取样时间段与样本量
检查了 10 项,另有 1 条提醒需人工核对。技术内容的对错仍由你判断。
边界:工具不签你的名
工具负责
结构化摆位、指出逻辑断链、找「有结论没证据」的地方、从历史库带出相似案例。
人负责
现场复现验证、根因判定、对策签署、对客户说出的每一句话。
不同行业的 8D,难点不一样
八步相同,但你的客户是谁、他挑什么毛病,决定了你的报告要写成什么样。
它查什么,规则公开
这份清单你可以拿去核对,也可以拿去质疑我们。懂行的人看一眼就知道这工具靠不靠谱—— 这比几句好评有用。
结构完整性
- · 八步是否齐全,哪一步是空的
- · D2 有没有量化:批次、数量、不良率
- · D3 围堵是否覆盖在制 / 在途 / 库存 / 客户端
原因链
- · 5Why 问到第几层
- · 相邻两层是否在重复同一句话(断链)
- · 根因是否停在「疏忽 / 意识不足」
- · 根因是否只落在「人」这一个维度
对策与证据
- · 永久对策与根因是否在同一层
- · D6 有没有改善前后的可比数据
- · 是否写明横展范围与文件更新
它还做不到的
- · 不判断技术内容对不对——根因在工艺上是否成立,仍然要你现场确认
- · 不能替代复现验证与责任签署
- · 规则版可能有误报。遇到误报请告诉我们,这比夸奖有用
这些规则是公开的,你可以自己核对。 如果其中有你认为不对的,说明这个工具不适合你的场景——那我们不卖给你。
看每条规则的判据