設備維修知識庫
重點摘要
設備維修知識庫把維修紀錄、設備手冊與資深技師的判斷過程整理成可查詢的內容。現場人員用口語發問，AI 從已驗證的資料中找出對應做法，回答附出處供人核對。維修動作與是否採用，仍由人決定。
現場長什麼樣子
半夜設備異常停機，值班人員翻紙本維修紀錄找不到同樣的狀況；最會修的師傅在休假，電話打不通。同一個故障其實三年前修過兩次，但當時怎麼判斷的，沒有留下來。
AI 承接什麼、人保留什麼
這條分工線在導入時白紙黑字定義，不是上線後慢慢摸索。
AI 承接
- 用口語提問，查詢歷史維修紀錄、手冊與故障處理紀錄
- 整理同類故障的處理過程與當時的判斷依據
- 回答時附上出處，讓人可以核對原始紀錄
- 記錄每次查詢與採用結果，讓內容越用越準
人保留
- 是否採用建議、實際動手維修與安全確認
- 新增與修正知識內容的審核（由資深技師把關）
- 決定哪些內容可以進知識庫、誰可以查
- 高風險動作的主管確認
資料邊界怎麼畫
維修紀錄常夾雜製程參數與客戶資訊。建庫之前先分級：設備操作與故障排除知識全廠可查；涉及製程參數的內容限特定人員；客戶相關資訊不進庫。權限沿用公司既有的分級，不是為了 AI 重新開一個沒有邊界的入口。
導入節奏：從一台設備開始
不要一次做全部設備。先選一台最常出問題、維修紀錄相對齊全的設備，整理它過去的維修單與師傅口述，做出可查詢的版本，讓現場實際用一段時間。有效再擴大到第二台，做法會越來越快。
驗收怎麼定
導入前先講好怎麼算有效：每週查詢次數、查到可用答案的比例、新人詢問資深人員的次數變化、以及重複故障的處理時間。這些都是可以記錄的數字，不必憑感覺說有沒有用。
常見問題
師傅的經驗都在腦子裡，沒有文字紀錄，做得起來嗎？
可以，從訪談開始。先選最常發生的一類故障，用問的方式把判斷過程記下來——為什麼先看這裡、為什麼排除那個可能。師傅的角色是審核者：確認整理出來的內容對不對，而不是要求他自己從零寫。
現場人員年紀較大，會用嗎？
介面以提問為主，會打字或講話就能用。我們的設計原則是：如果需要超過一小時的訓練才會用，該改的是設計，不是使用者。
AI 答錯了，照做出了事誰負責？
所以回答一律附出處供核對，維修動作仍由人執行與確認，高風險動作標示需主管確認。AI 的定位是把找資料的時間縮短，不是取代判斷。這個責任結構在導入時就白紙黑字定義。