质量功能展开
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @engicool/qfd-quality-management。
技能介绍
要解决什么问题
产品质量规划里,客户原话(VOC)往往模糊、重叠,和可落地的技术指标之间缺少一条可复现的映射链。团队需要把「客户要什么」转成「设计要满足哪些可量化目标、各指标优先级如何」,而不是拍脑袋排需求。
技能如何工作
本技能面向 QFD(质量功能展开) 流程,把任务拆成三段协作:
- VOC 分析(由智能体引导):收集客户声音、按功能/性能/体验/服务等类别归类,把表述写成可量化指标,并用重要性、紧迫性、竞争力等维度做 1~5 分 优先级排序。
- 质量屋构建(脚本):用
scripts/qfd_matrix.py的build/template/weight子命令,从 JSON 输入生成含屋顶相关性的质量屋矩阵,填写强(9)/中(3)/弱(1)/无(0) 关系后输出技术权重与目标优先级。 - 分析与迭代(脚本):
scripts/data_analysis.py结合可选历史 CSV,给出优先级调整与可行性参考;qfd_matrix.py update支持在已有矩阵上增量修订。
VOC 表格与质量屋字段规范见 references/hoq_template.md;数值侧依赖 numpy==1.24.0。
适用边界与注意点
- 质量屋侧建议 技术指标不超过 12 个,否则关系矩阵难以维护、专家判读成本陡增。
- 关系强度仍依赖业务判断,脚本只负责矩阵运算与权重汇总,不能替代领域评审。
- 历史数据对比需保证项目相关性与字段质量;迭代优化建议 不超过 3 轮,避免权重在噪声上过度拟合。
使用场景
- 为新产品某一模块(如触摸屏)做质量规划,需先整理客户核心需求再映射到技术指标
- 已有一份初步质量屋,要对照至少三个历史项目的 CSV 完成数据调整需求权重与指标优先级
- 手头有大量客户反馈原文,需要协助归类、量化并输出结构化需求列表与技术映射
- 在立项或设计冻结前,要对功能、性能、体验类需求做 1~5 分排序并确定技术目标值
适合人员
- 负责 NPI 或模块质量策划的工程师,要把客户原话整理成可评审的技术指标与权重
- 系统工程师或产品经理,首次为产品线搭建质量屋并需要脚本生成矩阵与权重表
- 质量工程师,手里有历史项目完成数据,希望对照当前需求做优先级与可行性复核
- 研发负责人,在竞品对标场景下需要把市场需求排序结果落实到设计规范