01
工单：产品、批次与计划
02
投入：物料与在制数量
03
产出：合格、报废与返工
04
上下文：设备、班次、参数
05
处置：责任人、复核与关闭
结论：良率是有粒度和时点的指标
一次检验良率、最终良率和直通率定义不同；返工后合格是否计入会改变结果。
先明确工序、批次、时间、投入产出和状态，再设置预警。
把质量事件连接生产上下文
关联工单、物料批次、设备、模具、班次、人员、工艺参数和检验项目。时间与主键错位会制造虚假归因。
记录设备停机、换线和校准等已知事件，避免重复告警。
规则与统计检测分工
规格超限和连续不良适合规则；相对历史基线的缓慢漂移可用统计检测。新产品或小批量样本不足时保留人工判断。
AI 可整理异常组合与排查线索，但不能替代质量放行。
告警必须进入处置流程
展示影响批次、数量、趋势和证据，分派负责人、期限与遏制动作。高风险时暂停放行或升级审批。
关闭时记录根因、措施、验证和复发情况，用于优化规则。
用历史异常回放验收
选择材料、设备、班次和测量问题案例，比较提前量、误报、漏报和定位时间。
BI0 的制造质量、设备、预警和任务方向可作为候选；实时数据、统计方法和系统集成需项目确认。