别人说一股AI 味道，对的没错，就是基于AI 对话生成的，你也可以生成！不否认！但是是结合自己的实际情况不用学编程，但要会"提问题"很多质量人一听"AI"就慌了：我是不是得学Python？是不是得学机器学习？ 不用。 你需要学的是Prompt Engineering——怎么跟AI说话。 什么是Prompt？Prompt就是你给AI的指令。你问得好，AI答得好；你问得模糊，AI答得也模糊。 这跟带新人一样。你跟新员工说"把这个问题分析一下"，他给你写两行字。你说"用5Why方法，从人、机、料、法四个维度分析焊接开裂的根因，每个Why要有数据支撑"，他给你的东西质量完全不一样。 AI也一样。 质量场景的Prompt三板斧第一板斧：角色设定 告诉AI它是谁。 第二板斧：任务描述 具体说你要什么。 客户反馈：压缩式垃圾车举升油缸在使用6个月后出现渗油。
请完成以下任务：
1. 用5Why方法分析根因（至少分析到可采取纠正措施的层级）
2. 画出 鱼骨图（覆盖人机料法环测6个维度）
3. 给出TOP3根因的验证方法
4. 建议永久纠正措施
第三板斧：输出格式 指定格式，避免AI"自由发挥"。 输出格式要求：
- 5Why分析用表格形式（Why1→Why2→Why3→Why4→Why5→根因）
- 鱼骨图用Mermaid代码
- 验证方法用表格（根因|验证方法|预期结果|判定 标准）
- 永久措施按短期/中期/长期分类
不需要学编程，但需要掌握五个层次： Level 1：会提问（1天就能学会） • 能让AI生成8D报告、FMEA等文档 • 知道怎么指定输出格式 Level 2：会拆解（1周练出来） • 能把复杂问题拆成多个子任务 • 能串联多个AI技能（先FMEA→再控制计划→再SIP） • 能识别AI输出中的问题 Level 3：会调优（1个月积累经验） • 能根据实际结果优化Prompt • 能建立自己的Prompt模板库 • 能给AI补充行业知识和企业标准 Level 4：会建技能（需要实践） • 能把Prompt封装成可复用的"技能" • 能为技能设计输入输出规范 • 能评估技能的质量水平 Level 5：会搭系统（进阶） • 能设计多Agent协同架构 • 能规划数据流和任务流 • 能处理异常和边界情况 大多数质量人做到Level 3就很够用了。Level 4和Level 5是给想深入的人准备的。 一个真实的Prompt对比新手Prompt： 帮我写个8D报告，关于焊接开裂的。
AI输出：一篇泛泛而谈的8D模板，什么信息都没有。 老手Prompt： 背景：XX 环境公司 ，环卫装备制造商，产品为压缩式垃圾车（型号CL5180TYH）。
问题：客户（合肥市环卫处）反馈，车辆使用8个月，车架右侧纵梁焊缝出现开裂，
裂纹长度约50mm。该批次共 生产50台，已交付30台。
产品材料：Q345B钢，焊接工艺为CO2气保焊，焊丝ER50-6 φ1.2mm，
焊接电流220-260A，电压24-28V。
请生成8D报告中D4（根因分析）部分，要求：
1. 先用5Why方法逐层深入（至少5层）
2. 再用鱼骨图从6M维度展开
3. 交叉验证，给出最可能的3个根因及证据需求
4. 每个根因标注置信度（高/中/低）
AI输出：一份有深度、有针对性的根因分析，可以直接用于工程讨论。 差距在哪？ 不在AI，在人。 主流AI工具在质量场景的能力对比不同AI工具在质量场景的表现差异很大，以下是我实测的对比结果： 对比维度 | ChatGPT-4 | 扣子Coze | 文心一言 | Claude | 通义千问 | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | |
老岳建议： 做质量专业场景，扣子平台是目前最优选——原生支持知识库、多Agent协同、技能封装，而且数据在国内。ChatGPT和Claude适合做通用质量方法论学习和英文资料分析。 本章小结质量人不需要学编程，但需要学会跟AI"说人话"。角色设定、任务描述、输出格式，三板斧练好了，你就能把AI变成一个得力的助手。 从Level 1到Level 5，一步步来。先学会提问，再学会拆解，然后学会调优。等到你能建技能、搭系统的时候，你就不再是"用AI的质量人"，而是"驾驭AI的质量人"了。
| 
发表于 2026-8-17 12:23:42
发表于 2026-8-17 14:01:46
发表于 2026-8-17 14:43:27
要会"提问题"
发表于 2026-8-17 14:49:14
