现在是怎么做的

工厂的群里什么都有：批次照片、换班、要备件、各种协调消息，全混在一起。要找三个月前某一批的照片，得往上翻一千条消息，就算找到了，要紧的东西还是缺：是哪一批，哪个班次，谁检查的，最后怎么决定的。

正式的替代方案是有的，但也不管用：去工厂另一头的一台终端上填表。产线正在运转的人，不会走两百米去填六个字段，所以表格要么在班次结束时凭记忆填，要么干脆不填。

还有一样东西在流失，哪怕没人要它：重复。同一个缺陷隔一阵就在同一条产线上出现，但因为每次报告都消失在不同的对话里，没人把它看成一种规律。每次都纠正后果，从来没纠正原因。

技术具体做什么

把报告变成一条质量记录。 操作工本来就会发的那张照片，会开出一条记录，带上批次、产线、班次和负责人，并关联到当时的生产报告。

当场补齐缺的信息。 对话里会弹出一个界面，只有需要的三四个字段，不用离开 WhatsApp，也不用打开链接就能填完。一分钟，这就是产线上的人真正能拿出来的时间。

读出照片里的内容。 标签上印的批号、仪表的读数、一个编码：从图片里提取出来录入，而不是手动敲。

分类。 按产线、按班次、按偏差类型。有了它，之后才能看出同一个问题总在同一个班次出现，讨论原因时手里拿的是数据，而不是印象。

把追溯准备好。 每一批都有完整的历史记录，照片在里面，谁检查的、最后怎么决定的都在。审核或客户要的时候，直接导出，而不是去重建。

记录一旦开始存在，最先看到的不是大缺陷，而是那些反复出现、没人统计的小问题，因为单看每一个都不算什么。往往正是这些小问题加在一起，解释了大部分返工。

决定一批货怎么处置。这批货是放行、扣留还是报废，由该做决定的人来定，这个决定会带着日期和决定人签署留档。智能体负责记录、分类和通知。

还有照片里看不出来的东西。模糊的图片，或者描述得不完整的问题，会转给一个人，而不是去解读。在质量上，一个读错的数据比一个缺失的数据更糟。

从一条产线或一个班次开始，而不是整个工厂。两周的记录，就足以看出浮现出来的是大家早就怀疑的问题，还是别的东西。