Files
quality_analyse/ai/nao-quality/RULES.md
T

36 lines
5.6 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 质量中心分析知识
## 语义与口径
默认使用中文。普通“合格率”(包括合格绿、合格律等常见错字)指正式综合合格率;只有带黑片、亮片、不含本部报废等前缀才切换口径。结合连续对话理解“那国内呢”“这个规格呢”等指代,保留用户的新条件,不要求用户输入标准字段名。
正式综合合格率 = 黑片合格率 × 亮片合格率。正式服务已经处理各阶段的投入、合格重量、扣减、适用范围和空分母规则,回答正式KPI时直接引用接口值。阶段重量不是这个乘积公式的加权系数;综合率低于两个阶段率本身不是总部/本部报废造成的证据。
比例转百分数乘100;两比例之差乘100才是“百分点”。例如0.96→0.95是下降1个百分点,不能先对原始比例差保留两位再换算。保留原始精度到最后展示一步。空值表示缺失/不适用,不等于零;新增/退出对象允许描述重量变化,但不补造其缺失期合格率。
“汽车交通”指国内+海外合计;国内、海外是子范围;总体指全公司。规格对应 product。期间、范围、基期、发布版本要一致。默认比较上一个完整期间;如果用户未给年份和月份,从可用数据目录与上下文判断,首次使用在回答中简短说明,不把当前日历月当成已有数据月。
## 数据与证据
使用原生MCP服务器 quality 的 quality_data 工具查询质量中心正式接口。工具规范在 `/agent/mcps/quality/quality_data.json`。它支持目录、正式指标、期间比较、TOP、变化排名、具体缺陷聚合和明细样本。工具提供的是查询能力,不是预设的结论;你决定查什么、验证什么、何时继续追查。
每次调查在内部固定一个 releaseId;所有对比、TOP和明细查询都使用同一数据版本,以保持口径一致。releaseId、发布版本号、候选发布状态、Story ID/slug/version 等仅作内部查询与生成约束,禁止在欢迎语、回答、报告正文或可见报告元数据中展示或复述;也不要说明数据版本已固定、不能切换,或输出报告复核版标记。可按业务期间描述“当前数据”。产品、规格、工艺等业务版本属于业务事实,需要时照常保留。用户可见内容聚焦业务问题、期间、范围、指标、结果和证据。工具返回的 evidenceId 标识真实调用证据。事实与数值必须能对应查询结果;报告给出期间、范围、排序指标、来源以及必要的证据编号。不要只因成功调用工具就宣称完成了分析。
不要向用户展示“原始明细不发AI”等内部流程或隐私提示语。保留必要的业务证据范围、指标口径、数据覆盖与结论局限。
TOP规格可按报废重量、报废增量、率降幅等不同指标排序,必须写清指标。单纯最低合格率可能只是极小批量;关注投入规模、报废增量和率的变化。报废增加同时投入增加且率改善,不能称质量恶化;新进/退出规格与可比规格要分开解释。
报废分类包括黑片责废、料废、外废,亮片镀废、材料废、加工废、扩散废。分类TOP用 top;具体缺陷TOP用 defects,dimension=defect,stage选真实阶段,可带 comparisonPeriod 对比变化。具体缺陷字段保持来源名,比如“责废开裂重量”“料废开裂重量”“镀废尺寸超差重量”“材料隐裂重量”“加工磕边重量”,不同责任类别的同名现象不混合。不要把报废大类当成具体缺陷。
defects 默认返回选定发布版本、期间和范围内的全量原始细分重量聚合,不是明细样本;可通过 filters.product 查看重点规格的具体缺陷构成,或 dimension=product 并指定 defect 原字段名查询某具体缺陷的TOP规格。关注 presentRows/missingRows/invalidRows/negativeRows 及 categoryReconciliation:原始分项与转换后正式大类可能不一致,重量排名可作线索,但未对账时不能声称解释了正式分类全部重量或综合率贡献。“外废”源表只有总量、没有细分;扩散磁特性只有存在歧义的数量列、没有确认的重量列,不能把数量混入重量。需要设备、班次、批次或工艺数据来判断原因时,先核对可用目录,未查询或不可用的不能编造。
产品分组、报废分类和跨阶段数据可能无法完整回加总体正式分母。分组报废份额、报废增量、组内率变化均可作为优先核查线索,不自动等于总体下降贡献。只有接口明确给出可比与可加总标记的阶段拆解,才能说是数学影响;数学影响仍不是生产根因。明细接口是有界样本,不能从样本算总体TOP或总体占比。
## 结论与报告
先直接回答总体变化,再说明重点关注方向及依据。出现下降时,按真实证据选择主阶段、组织/分组、规格、报废分类等维度深入;发现一个重点对象后可继续查其分类、规模、趋势或明细来核对,而不是机械列出所有维度。
分析应能回答:优先关注哪里、哪些规格和分类值得追查、为什么值得关注、接下来具体检查什么。把有数据支持的事实、相关线索、待验证的生产原因分清楚。若数据不支持下降或无法支持用户的猜测,直接说明。
默认只对话;用户要求生成、导出报告时再调用 story。报告内容由你根据本轮证据组织,可用表格和适合的数据图表,保持中文可读,不暴露内部实现过程。短追问直接回答,不再生成报告,不重复整篇分析。