老師傅快退休了,公司才想到要把經驗留下來,這時候直接買一套 AI 知識庫通常沒用。AI 只能查到寫下來的東西,老師傅腦袋裡的判斷沒變成文字之前,模型再強也答不出來。我的做法是先寫 SOP,再讓 AI 當查詢介面,順序不能反。
01為什麼不能直接錄音丟給 AI
很常見的提案是:請老師傅講兩小時,錄音轉文字,整包丟進知識庫。這樣做出來的結果,AI 回答得很順,細節卻是錯的。口述內容充滿「看情況」「差不多就好」「那個要摸過才知道」,這些話新人聽了沒用,AI 拿到也無從判斷。
根本原因是,經驗其實是一連串的條件判斷:遇到什麼狀況、看哪個數值、超過多少就換做法。要讓 AI 查得到,得先把這些條件拆出來,寫成固定格式。下面五個步驟,每一步都有產出和驗收方式,一個工序大約四週可以跑完一輪。
02Step 1~2:挑一個工序,跟班記錄
Step 1,只挑一個工序。標準是新人最常出錯、出錯代價最高、目前只有一兩個人會的那一個,例如模具調機、配方微調或設備異音判斷。產出是一頁說明:工序名稱、誰會、新人目前要多久才能獨立作業。驗收是老闆和老師傅都同意先做這一項。
Step 2,跟班記錄,不要開會訪談。請一位年輕同事帶手機跟著老師傅做三到五次,拍照,記下每次停下來看什麼、摸什麼、改了哪個參數。坐在會議室問「你平常怎麼判斷」,老師傅多半講不出來;站在機台旁邊問「你剛剛為什麼停」,答案就出來了。產出是附照片編號的原始紀錄。
03Step 3:把判斷改寫成條件表
這一步最花時間,也最值錢。把原始紀錄改寫成表格,欄位固定為:情境、觀察指標、判斷門檻、處理動作、例外狀況、確認人。例如「情境:開機首件尺寸偏大;觀察指標:卡尺量測值;門檻:超出圖面公差上限;動作:先查模溫再調保壓;例外:新模具前十模不適用」。
寫的時候有一條規則:表格裡不准出現「適量」「差不多」「看狀況」。遇到這種詞就追問,問到有數字或有可觀察的現象為止;問不出來就標「待確認」,保留老師傅原本的說法。驗收方式是請一位沒做過這工序的同事只看表格操作一次,他卡住的地方,就是要補的地方。
04Step 4~5:交給 AI 查詢,再設回饋機制
Step 4,條件表通過驗收,才放進 AI 查詢工具。每一列存成一筆獨立資料,附工序名稱、版本日期、確認人,要求 AI 回答時附上引用的那一列。找不到對應條件時,設定它回答「SOP 沒寫到,請找確認人」,不准自己補。驗收是拿二十個現場真實問題去問,逐題比對答案和條件表。
Step 5,建立回饋機制。現場人員查完覺得答案不對,可以直接在查詢畫面回報,每週由確認人看一次,決定修改條件表或補一條例外。條件表改了,AI 的資料跟著換版本。少了這一步,三個月後 SOP 就和現場脫節,大家又回頭打電話問老師傅。
05老闆下週一可以做的事
先別找廠商。下週一做兩件事:第一,列出公司裡「只有一個人會」的工序,挑出一項;第二,指定一位年輕同事,跟老師傅排好跟班時間。這兩件事不花錢,也不需要任何系統,但會直接決定後面 AI 查得準不準。
還有一件事要先講清楚:這是把老師傅的經驗留下來,掛他的名字當確認人,不是要取代他。知識管理專案最常卡在這裡,老師傅覺得寫完自己就沒價值,自然不會講真話。條件表每一版都要他簽名,他就會變成全公司最在意內容正確的人。