Agent Skills
返回列表
📊

预防措施有效性验证器

数据分析 更新于 2026.08.30

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 @user_2241deda/preventive-action-effectiveness 技能。

技能介绍

为什么需要验证预防措施

在质量工程中,记录“已采取预防措施”和确认“措施真正生效”是两码事。很多团队在CAPA(纠正与预防措施)闭环时,仅凭一句“措施已完成”或“不良率似乎下降了”就草率结案。这导致同类问题在几个月后悄然复发,或者过程能力(如 CPK)根本没有提升。这个技能就是为了打破“凭感觉结案”的惯性,用硬数据来验证预防措施的真实有效性。

核心验证逻辑与工作流

该技能通过结构化的数据输入和判定规则,将主观判断转化为客观的数据分析。

1. 数据收集与门槛
要求输入原问题描述、措施清单、实施日期,以及实施后至少2个月的质量数据(如同类问题发生次数、不良率、CPK、客诉数)。如果只有“已改善”的结论而缺乏具体数据,技能会直接标注“数据不足无法验证”。

2. 多维度的逐项验证

  • 复发控制:实施后同类问题发生次数为 0 才算有效。
  • 过程能力:实施后 CPK 需大于等于实施前,且必须 >= 1.33。
  • 不良率与客诉:不良率需低于目标值,同类客诉需降为 0。
  • 供应商额外检查:除了看供应商报告,还会要求核对来料质量数据是否持续达标。

3. 根因反推与综合判定
如果判定为无效或部分有效,技能会自动反推四种常见根因:措施未对准真因、执行不到位、根因分析错误或出现新失效模式(建议更新 FMEA)。最终输出包含改善前后对比、判定明细和下一步建议的完整验证报告,可直接用于管理评审。

适用边界与注意点

  • 数据导向:该技能无法替代现场调查。如果输入的数据本身存在测量误差或样本偏差,验证结论也会失真。
  • 周期要求:验证周期需根据风险等级设定。高风险问题至少跟踪6个月,中风险3个月,低风险1个月。
  • 防虚假闭环:宁可输出“无法验证”,也绝不为了结案而伪造“有效”结论。

使用场景

  • 在CAPA结案前,需要验证预防措施是否真正杜绝了同类问题复发,避免凭感觉关闭导致质量回潮。
  • 一项工艺改进实施后,需要评估过程能力CPK是否真正提升到1.33以上,用数据证明改进有效。
  • 供应商声称来料不良已改善,但需要核对连续多批来料的质量数据是否持续达标,而非只看报告。
  • 预防措施实施两个月后仍出现同类客诉,需要自动反推根因是措施未对准真因还是出现新失效模式。

适合人员

  • 质量工程师:需要严谨的量化数据支撑预防措施有效性,避免问题复发,确保CAPA真正闭环。
  • 生产管理者:关注过程能力提升与不良率下降,需要客观判定工艺改进是否真实生效。
  • 供应商质量工程师:需要交叉验证供应商改善证据和来料质量数据,防止虚假改善流入生产线。
  • CAPA审核员:需要依据数据而非主观陈述来批准措施关闭,确保体系审核的严谨性。