制造厂质量会议前，用 AI 把一周客诉收敛成三个根因假设

周一早上九点的质量会议，你桌上摊着上周二十几条客诉：有 LINE 群转来的、有业务口头转述的、有质检表单填的。你花了半小时把它们念完一遍，会议就过了大半；等到真正要讨论对策，大家已经精神涣散，最后草草决议「再观察一周」。这是很多制造厂质量主管的日常——一个人身兼数职，开会前光整理资料就耗尽力气，会议只剩念稿。

问题不是客诉太多，是没被分群

二十条客诉看起来杂乱，但真正的根因往往只有两三个。同一个尺寸偏差，可能以「装不进去」「有缝隙」「客户退货」三种说法出现在不同来源。人脑逐条读很难把散落的说法归位，于是会议上大家各讲各的案子，找不到共同的脉络。分群，是让会议聚焦的第一步。

把「整理」这件杂事交给 AI

2023 年 7 月的 ChatGPT（GPT-3.5 免费版就能做）擅长的正是这件事：把一堆非结构化的文字，依语义归类、抓出共同模式。你不需要它下最终判断，只需要它先帮你把二十条客诉收敛成三到四群，并针对每一群提一个「根因假设」。假设不是结论——它是给会议讨论的靶子，让工程与质检有明确的东西可以反驳或验证。

会议从「念客诉」变成「打靶」

当 AI 已经把客诉分成「表面处理不良」「尺寸公差」「包装运送碰撞」三群，并各附一句根因假设，你的会议开场就从三十分钟的念稿，变成三分钟的「大家看这三个假设，哪个先查？」。质检负责人可以直接调对应批号的检验记录，产线主管针对某一群回应「那条线上周换过模具」。讨论有了共同坐标，决议也才具体。

泰国厂的现场细节

泰国厂客诉常混着泰文、中文、甚至英文缩写，且来源分散在 LINE、电话转述、纸本。开会前先请泰籍质检助理把当周客诉整理成一份纯文本清单（一条一行、标上日期与来源），再贴给 AI，效果最好。注意：这时候的 ChatGPT 还不能上传文件（Code Interpreter 刚在 7/6 开放，且仅限付费 Plus 用户），所以免费版就用复制粘贴文字的方式做——反而更简单，不必等权限。分群结果请当草稿，最终根因仍要靠现场检验记录验证，AI 给的是假设不是判决。

🔧 AI 动手做：把一周客诉收敛成三个根因假设

把上周客诉整理成纯文本（一条一行），连同下面这段提示词一起贴进 ChatGPT。它会帮你分群并各提一个可验证的根因假设，让你在会议前十分钟就备妥讨论靶子。

你是制造厂质量分析助理。以下是我们上周收到的客诉，每一行一条，格式为「日期｜来源｜内容」。
请帮我做三件事：
1. 依「可能的共同根因」把这些客诉分成 3 至 4 群，每群给一个简短群名。
2. 每一群列出属于它的客诉编号，并用一句话说明为什么归在一起。
3. 每一群提出「一个」最可能的根因假设，并附上会议上「该查哪份记录或哪条产线」来验证这个假设。
请强调这是假设、供会议讨论，不是结论。若信息不足以归类，另列一群「待厘清」。

客诉清单：
（把你的客诉贴在这里，一行一条）

本周就能做的一步

下次质量会议前一小时，把上周客诉复制成纯文本清单，用上面的提示词跑一次 ChatGPT，把它给的三个根因假设打印出来当会议第一张幻灯片。你会发现会议不再从念稿开始，而是直接进入「先查哪一个」。