生产制造 · 质检视觉汽车零部件厂质量工程（QE）主管

质检视觉立项：一份 8D 报告之后，QE 主管写出了视觉检测方案和测算表

境核AI · 更新于 2026-10-24

本文人物为化名虚构，用于演示该场景的典型做法；工作流程依据境核AI平台上同类任务的真实使用方式整理，附带的样例文件由境核AI生成。

一位汽车零部件厂的质量工程主管，在外观缺陷流出被客户投诉后，用境核AI写出《质检视觉 AI 应用方案》，并配了一张带校验和对比图的 Excel 测算模板，用来在立项会上讲清漏检问题。附两份可下载样例。

起因：一批流到主机厂的划痕件

邓振华（化名）在一家汽车零部件厂做质量工程主管。上个月，一批外观件在主机厂入厂检验时被挑出表面划痕，对方开了质量问题通知单，要求两周内交 8D 报告。

8D 的根因分析不难写：终检工位靠人工目检，夜班后半段疲劳，限度样品放在工位旁边却很少有人对照。难的是第五步"永久纠正措施"。这次如果还写"加强培训、增加抽检频次"，他自己都不信。厂长的意思很明确：评估视觉检测，下个月立项会上要看到方案。

邓振华手里的材料不少：8D 报告、近半年的外观缺陷台账、三条产线的检验记录、IATF16949 体系文件里的检验控制程序。但要把这些写成一份能让生产、设备、财务都看得懂的立项方案，他心里没底。

他把脱敏后的缺陷台账和检验程序上传给境核AI，第一句话没有直接要方案：

我是汽车零部件厂的质量工程主管。附件是外观缺陷台账和检验控制程序。我要为终检工位申请视觉检测试点。请先用几句话复述你理解的任务，再列出方案目录和每章要点，暂时不要写正文。注意：视觉系统将来由设备供应商实施，方案只写业务需求、流程、指标和风险，不写具体算法参数。

AI 的复述里有一句"方案目标是用视觉系统替代全部人工检验"。邓振华马上纠正：不是替代，是人机协同，模型只做初判，边界样本必须由检验员复判，判定标准仍以限度样品为准。AI 按这个理解修改了目录，在"总体解决方案"一章加入了人机协同原则，在流程里单独写出"边界样本人工复判回流"这一环节。

先复述再动笔，代价是多一轮对话，好处是方向上的偏差在目录阶段就纠正了，不用等到写完几页正文再推倒重来。

方案正文出来以后，第四章"关键指标"让他停了下来。初稿把漏检率写成"漏检批次 / 总批次"，可主机厂考核的是 PPM，按件计算。两种口径放在一起，立项会上财务一问就讲不清。

他直接告诉 AI："漏检率按件计：漏检件数 ÷ 检测件数。其他章节不动，只改第四章的指标口径说明和表头。"AI 先复述了新口径，再改表，指标表里"现状""目标"两列也都标成了"示例"。邓振华的原则是：试点之前没有任何实测数据，方案里的数字只用来说明口径，不能当成承诺。

立项会上一定有人问"上了以后能改善多少"。他不想在方案里写死一个数，于是让 AI 生成配套的 Excel 测算模板，要求把阈值做成参数，改善量、达标判定和排名全部用公式计算，再加一张校验表，防止有人把数据填反。

拿到模板后他做了一个测试：故意把某一行的"AI漏检率"填得比"人工漏检率"还高。校验表的"优化方向校验"马上显示"异常"，总体状态也变成"存在异常，请检查输入区"。这正是他想要的效果，试点数据回来以后，谁填错了都能当场看出来。

《质检视觉 AI 应用方案》Word 版，共七章：场景背景与挑战；总体解决方案（缺陷视觉识别、判定规则配置、疑难样本回流、质量数据看板四个模块，以及人机协同原则）；五个环节的业务流程；关键指标表（漏检率、误判率、单件检测耗时、质检人力配置，现状与目标均为示例值）和八类缺陷的检测效果示例表；四阶段实施计划；风险控制与合规要求（含 ISO9001/IATF16949 质量体系要求和工艺图纸的涉密管控）；模板复用说明。
配套 Excel 测算模板，五张工作表：说明（颜色约定：蓝字可改、黑字为公式）；参数与输入（改善率达标阈值、重点关注名额、年化换算期数，以及表面划痕、焊点虚焊、装配错位等八类缺陷的示例数据）；分析计算（改善量、漏检率下降幅度、达标/关注判定、RANK 排名，以及合计、平均、最高/最低、年化折算）；校验（记录条数、数值完整性、优化方向、勾稽差异、取值范围五项）；图表（人工与 AI 漏检率对比、关键指标现状与目标两张柱状图）。

邓振华把方案附在 8D 报告的永久措施后面，作为"已立项评估"的证据，测算模板则留着等试点数据回来再填。