制造业养虾说明书与实践案例
深圳市益普科技有限公司 AI中心 张旭
2026年7月23日
02 / 20
认知对比

你用的 AI，和小龙虾 Agent，差在哪？

💬

豆包 / ChatGPT

对话型 AI
  • 每次从零开始，不记你之前说过什么
  • 不能操作电脑和文件，只能聊
  • 只能回答，干不了活
  • 不会主动提醒或跟待办
🦞

小龙虾 Agent

行动型 AI
  • 跨会话持久记忆——越用越懂你
  • 读文件、改代码、操作桌面，直接干活
  • 执行任务、跟待办、发预警
  • 会"养"——配完 SOUL 和 IDENTITY，它就是你的风格
会说话 ≠ 会干活——Agent 不止是聊天，是能替你操作电脑、持续跟进的 AI 搭档。
03 / 20
现场实操

什么是"养虾"

养虾，就是把一个通用的 WorkBuddy，养成专属于你企业的"那只手"——而养成的核心，是把下面五样配好（灵魂、身份、关于你、长期记忆，还有一身的技能）。
💎

SOUL · 灵魂

  • 智能体的核心使命与行为准则——它"怎么想、怎么干活"，是跨项目稳定的底层性格。
🎭

IDENTITY · 身份

  • 它扮演谁、叫什么、对外怎么自称，决定它开口的口吻与立场。
👤

USER · 关于你

  • 使用者本人的背景、行业、偏好与禁忌——让回答贴合"你"，而非泛泛而谈。
📋

MEMORY.md · 长期记忆

  • 跨会话持久化的笔记文件，记住你做过的事、定过的调，下次直接延续。
💡

SKILLS · 技能

  • 它手上真能用的本事——查资料、写代码、对接系统、跑自动化，决定它能替你干多少活。
五样配齐，工具就"活"了：有灵魂、有身份、懂你、记得住，还长了一身真本事。
04 / 20
0 → 1 落地指南

0-1 企业养虾指南 · 五步走

以 WorkBuddy 为例，从零把 AI 养成你的数字员工
① 认识你 ② 种虾苗 ③ 毕业上岗 ④ 想周全 ⑤ 自查进化
05 / 20
1认识你
2种虾苗
3毕业上岗
4想周全
5自查进化
第 1 步

用户级初始化——让 WorkBuddy 认识你

养虾第一步，不是急着布置任务，而是让它先「认识你和你的公司」——认识越深，养出来的虾越懂你。

🏢 让它认识你的企业

  • 把公司名称给它，让它自己上网了解你的企业
  • 或者把企业介绍资料直接给它，喂进上下文

👤 让它认识你这个人

  • 介绍你的工作岗位、工作职责
  • 最好把自己的简历也给它，让它贴着「你」干活
泛泛而问，只会得到泛泛的答案——先让它认识你，才谈得上懂你。
06 / 20
1认识你
2种虾苗
3毕业上岗
4想周全
5自查进化
第 2 步

种下虾苗——给你的助手们提供工位

新的 WorkBuddy 就像一个空的养虾池——先规划要养哪些虾，再给它们安排好工位。

🪣 空池

新的 WorkBuddy = 一个空的养虾池，什么都还没有。

🗺️ 规划

让 WorkBuddy 按「认识你」的情况，帮你规划需要哪些 Agent 助手。

🏷️ 安排工位

给每个助手取好名字，并建好各自的工作空间文件夹。

先想清楚养哪几只虾，再一只只安排工位——别一上来就乱养。
07 / 20
1认识你
2种虾苗
3毕业上岗
4想周全
5自查进化
第 3 步

让你的小龙虾毕业、上岗

逐个进入 Agent 助手的工位（工作空间文件夹）——以「市场管理助手」为例，分两步养成。
阶段一

🎓 大学毕业（通才）

  • 先让它在互联网上系统学习营销知识
  • 成为懂通用营销打法的「营销通才」
阶段二

🏭 上岗培训（企业专才）

  • 再把企业历史营销资料 + 规则要求喂给它
  • 成为懂你公司规矩的「营销专才」
先通才、后专才——就像招进来的大学生，先有底子，再懂你公司的规矩。
08 / 20
1认识你
2种虾苗
3毕业上岗
4想周全
5自查进化
第 4 步

面对复杂任务，让 Agent 不蛮干、想周全

复杂任务别让它埋头蛮干——用对方法，它会先想清楚再动手。

🧭 善用 Plan 模式

  • 让它先把思路计划好，再执行
  • 避免中途跑偏、返工

💬 指令带一定开放性

  • 给它留出替你想周全的空间
  • 下面是两种好用的开放式说法 ↓
例「……包括但不限于……」——不把它框死，让它补上你没想到的。
例「我期望这样做：……，你有其他建议可以补充。」——先给方向，再让它优化。
09 / 20
1认识你
2种虾苗
3毕业上岗
4想周全
5自查进化
第 5 步

不满意的地方，让它自查进化

养虾不是一次到位——不满意时，把问题抛回给它，让它自己找更优解并记住。
🗣️「刚才的任务执行太慢、方法很笨，你研究下有没有其他更好的办法，并记住它。」
🗣️「最近的任务消耗 token 太多，你有什么改进的办法？对我的使用方式有什么建议？」
让虾自己复盘 + 写进记忆——越养越聪明，越用越省。
10 / 20
实践案例

赋能增长 · 赋能提效 · 赋能管理

AI 在制造业的真实落地
11 / 20
1赋能增长
2赋能提效
3赋能管理

官网质量提升：让客户搜得到、AI 愿意推荐

百度搜索半导体mes厂商
① 百度搜“半导体 mes 厂商有哪些”——第 1 条已是 AI 生成的摘要答案，里面直接出现某半导体设备厂商 EAP 系统的详细介绍。
百度AI搜索半导体封测mes
② 百度 AI 搜索“半导体封测 mes”——AI 概览提到该厂商，下方自然排名 #1 也是其官网。双杀：AI 推荐 + 传统搜索同时命中。
AI改官网
③ 左边 WorkBuddy 在改官网代码，右边该厂商官网实时刷新——这些是 AI 工具自己做出来的，不是买广告位。
官网内容质量提升，让搜索引擎和 AI 问答都能覆盖到你
12 / 20
1赋能增长
2赋能提效
3赋能管理

市场内容管理：让 AI 替你精准触达客户

GEO1
① 豆包/Deepseek 模拟客户提问“国内哪些厂商做得好”→ AI 检索 21 篇资料，把某厂商排国产专精型第一。
GEO2
② 换个问法再问一次→ AI 检索 17 篇资料，该厂商仍是首选。说明内容布局可系统性优化，不是碰运气。
一体化营销中台
③ 一体化内容运营中台——企业知识库 + 内容策略 + 信源策略 + 内容生成 + 自动分发。
13 / 20
1赋能增长
2赋能提效
3赋能管理

开发：给每个程序员配个24小时搭档

Codex开发
VS Code 内 Codex AI 助手写 Java 代码、跟踪任务清单、操作文件系统、做代码审查——开发效率提升 500%。

不是替代，是倍增

AI 不是替代程序员，更像是结对编程搭档——帮助写得更快、审得更细、文档更全。

真实场景

官网改造、内部工具、客户方案 Demo，大量由 AI 辅助完成，交付效率提升 300%。

14 / 20
1赋能增长
2赋能提效 · 益普实践
3赋能管理

招聘：AI 做的不是筛选，是人岗复合判断

①
简历智能解析
AI 提取技能 / 经验 / 学历 / 项目 / 薪资期望
→
②
MBTI 性格画像
从简历 + 面试对话推断类型，无需额外测试
→
③
团队互补度匹配
vs 现有成员 → 输出互补指数与分组建议
→
④
面试辅助
基于候选人与岗位差距，生成针对性问题
一期 → 二期
⑤ 实习生快速上手：新人入职后，AI 根据团队知识库自动生成个性化学习路径，不再靠“老员工带新人”的人海战术。
2026上半年招聘交付
800 技术面
300 综合面
AI SOP 赋能实习生完成全部招聘初筛
实习生培养
3 个月→1 个月
从入职到独立交付
研发工作产出
30%
实习生占比持续稳定产出
15 / 20
1赋能增长
2赋能提效
3赋能管理

BOM 编码：57页规则、11大类——命名复杂超想象

珠海惠威科技《产品命名规则 》覆盖全品类物料——多部门、多学科、多供应链协调工程题。
惠威紧固件命名规则
紧固件命名——识别码·头型·牙型·螺纹规格×公称长度·表面处理·槽型·说明，多字段组合
惠威电子件命名规则
电子件命名——PCB：板层·尺寸·板厚·孔径·IO·ADC/DAC·蓝牙/USB/网口/功放等30+字段
11
大类物料全覆盖
57
页命名规则文档
30+
字段组合（仅电子件）
规则越复杂，"事后纠错"成本越高——编码靠工程师拍板、几轮会议妥协，积少成多是产能黑洞
16 / 20
1赋能增长
2赋能提效
3赋能管理

AI 破局：设计规则 + 智能生成，两大核心能力

面对 57 页规则，AI 不是逐条去背——而是从源头重新定义编码流程。

① AI 设计编码规则

AI 汇总各部门诉求，自动生成可扩展的编码结构（大类·中类·特征·供应商·版本），随战略重点动态调整。

② AI 自动生成 + 智能去重

说一句自然语言（如"M6×30 内六角螺钉"），AI 自动解析填码；语义查重自动拦截"一物多码 / 一码多物"，新人像专家一样申请物料。

惠威物料品号申请单 AI 预审截图
惠威落地：AI 预审品号申请单——提交即得反馈，错误当场拦截。
17 / 20
1赋能增长
2赋能提效
3赋能管理

惠威验证：三大指标的真实变化

把 57 页命名规则接入 AI 预审后，品号命名质量与流程效率全面改观。

事前防错

编码违反规则逻辑（如塑料件归入金属类）自动报警，垃圾数据进不了主数据系统。

数据干净

从源头消灭"一物多码 / 一码多物"，守住 ERP 与 MES 的单一数据源。

去经验依赖

编码申请不再靠老师傅拍板，新人上手即专家水平，招聘容错更高。

规则自适应

随供应链变化或法规更新（如 RoHS），编码规则自动提出优化建议。

品号命名错误率
0.5%→0.1%
↓ 80% 减少大量纠错工作
命名规范审核时效
30 分钟→2 分钟
↓ 93% 提交即反馈
审核专员培养周期
3 个月→1 周
↓ 87% 去经验依赖
AI 不替代规则——AI 让规则真正落地。规则越复杂，AI 越值钱。
18 / 20
1赋能增长
2赋能提效
3赋能管理

动态决策问数：不是 BI 大屏，是 AI 随时生成

自定义看板

按需生成，想看什么问什么

不是 IT 部门做了两周才上线的大屏——随时提问，AI 即时给出数据图表。今天看产量、明天分析良率、后天对比两个车间，无需等排期。

以前AI 驱动
问利润 → 财务翻 Excel 一下午自然语言提问 → 10 秒出答案 + 图表
良率降了 → 开会讨论半天交叉比对 → 直接定位异常 + 归因
加指标 → 提需求等 IT 排期两周直接问 → 图表秒出，还能追问“为什么”
19 / 20
1赋能增长
2赋能提效
3赋能管理

体系文档：AI + 知识库管住最难的“变”与“串”

制造业最难管的文档，绕不开 QMS（ISO 9001 / IATF 16949）+ APQP/PPAP + ECN。难点不在“存”，而在“变”（版本级联）和“串”（跨部门牵连）——这正是可以借助 AI + 知识库解决的方向。

难在哪 · 四个命门

  • 版本地狱：同一 SOP，文控室 / 车间 / 培训库 / 外审现场各执一版
  • 变更追溯：谁改的、为什么改、牵连哪些件，要能倒查几年
  • 现场落地：系统是最新版，工位还摆着打印的旧版
  • 合规压力：IATF 16949 / ISO 13485 / AS9100，开不符合项、罚起来很重

AI + 知识库怎么解

  • 版本级联自动追踪：改一处，AI 自动列出所有受影响的 SOP / CP / 检验卡，漏一份即提醒
  • 变更影响分析：ECN 发起即倒查牵连的物料、在制品、客户，快速输出影响范围与旧版回收清单
  • 现场版本唯一：知识库统一受控，工位永远调阅最新版，从源头减少旧版
  • 合规追溯问答：外审要哪份、某件改过几版，自然语言一问即定位追溯链
把文档从“死档案”变成“活的知识库”——改一处，AI 帮你追溯所有关联项。
20 / 20
福城正从“数字龙华”向“数智龙华”升级
这趟列车已经启动——上车，还是观望？
AI 不是选择题，是生存题。
但好消息是：这趟车还没有开走。
微信二维码
扫码加微信，随时聊 AI
张旭 · 益普科技 AI中心
益普市场部微信
扫码联系益普市场部
益普科技@半导体 MES EAP SPC
益普科技愿意做你 AI 路上的同行者
← → 翻页 · Home/End 跳转 · F 全屏 · 点击图片放大