质检报告是制造业里最典型的"看起来简单、做起来难"的自动化对象。
说它简单，是因为任务描述只有一句话：把报告里的关键字段提取出来。说它难，是因为实际收到的报告可能是供应商 A 的 PDF 表格、供应商 B 的扫描件、供应商 C 的手写批注照片，还夹杂着多语言术语和自定义缩略语。
要把它跑通，靠的不是单个模型能力，而是一条设计完整的处理链路。
一、难点不在识别，在结构
多数团队第一次尝试时的做法是：把报告丢给模型，让它提取字段。单份测试效果不错，一旦批量处理就会暴露三个问题。
模板多样性。同一类报告在不同供应商手里格式完全不同，字段位置不固定，有的在表格里，有的在正文段落里，有的在页眉页脚。
术语不一致。同一项指标在不同报告里有不同叫法，缩写、全称、别名混用，还有些是行业内的习惯表达。
批注干扰。手写标记、印章、划线、涂改会干扰识别，有些批注本身就是关键信息（比如"此项已复检"），不能简单当作噪声去掉。
这三个问题决定了：质检报告的自动化不能只做"抽取"，必须做"解析 + 校验 + 回写"的完整链路。
二、第一步：解析与结构化抽取
链路的起点是把非结构化文档转成结构化数据。
先做文档分类与模板识别，判断这份报告属于哪种版式，调用对应的解析策略。再做字段抽取，把报告编号、产品批次、各项指标、判定结果、检验日期等按预定 Schema 提取出来。
这里有个关键设计：每个字段都要记录原文坐标。也就是不仅输出"某项指标的值是 0.5"，还要标明这个值来自第几页第几行的哪个位置。
坐标的作用有两个：业务人员核对时可以快速定位原文，出现争议时能追溯依据。没有坐标的结构化数据，业务侧不敢直接用。
对制造企业中大量存在的工单、质检报告、设备说明书、物料清单，这一步把非结构化资料变成了可计算的输入，后续所有优化都建立在它之上。
三、第二步：规则校验与异常识别
抽取出来的数据不能直接入库，中间需要一道校验。
校验分三层。格式校验看数据类型和取值范围是否正确，比如某个指标不可能为负，某个日期不能晚于今天。逻辑校验看字段之间是否自洽，比如判定为合格但某项关键指标超标，就存在矛盾。业务校验对照企业标准和历史数据，识别偏离常规的情况，比如某个供应商的某批次指标明显低于其历史均值。
三层校验通过的报告可以直接进入下一步；未通过的转到人工复核队列，并附上未通过的具体原因。
这样设计的好处是，AI 处理的是量大、规则清晰的常规部分，人只需要关注少数异常项。人力不是被替代，而是被集中到了真正需要判断的地方。
四、第三步：结果回写与人工复核
最后一步是把结果接回业务系统。
结构化数据按目标系统的接口规范写入质量管理系统或 ERP，同时生成处理记录：这份报告什么时候处理的、用了哪个模板、校验是否通过、哪些字段被人工修改过。
人工复核环节处理的是校验未通过的报告。复核人员看到的是已经抽取好的字段和对应的原文位置，不需要从头读报告，只需要确认或修正少数几项。修正记录会回流，用于优化后续的解析与校验规则。
到这里链路才真正闭环——从报告进入到数据入库、异常分流、记录留存，中间不需要人工搬运。
五、上线后看什么指标
链路跑通之后，需要盯三类指标判断运行状况。
效率看单份处理时长，对比上线前的基线。常规报告的处理时间通常能压缩到原来的一个零头，但更值得关注的是整体吞吐量的提升。
质量看字段抽取准确率和漏检率。准确率决定业务人员敢不敢直接用，漏检率决定有没有风险项被放过去。这两个指标要分开统计，因为它们的优化方向不同。
覆盖看自动处理占比，也就是多少比例的报告不需要人工介入就完成了。这个比例会随着规则优化逐步提升，是衡量链路成熟度的核心指标。
质检报告只是制造业里的一类单据。同样的链路结构——解析抽取、规则校验、结果回写、异常分流——可以复用到采购合同、设备维保记录、物料清单、报关单据等场景。
安思派 FDE 服务在制造行业的交付中，正是把这些链路沉淀为可复用的工程模板。第一个场景跑通之后，后续同类场景的接入成本会明显下降，因为数据准备方式、校验框架和验收口径都已经有了参照。