ARTICLE · 1038867
一份方案文档丢给灵犀 AI,一天变成 27 张表的多维表系统
先说个事。
9 月 18 日，客户给我一份《热处理工厂编码组件规划方案》，50 个组件码，写得挺认真，条理也清楚。我把它丢给灵犀，一天之后，出来一个27 张数据表的多维表系统——每张表有字段、有示例数据，点开就能看。
不是 PPT，不是架构图，是能跑的东西。
中间发生了什么，我拆开讲。
一、方案为什么落不了地
先看这家厂的底子：年营收 5000 万上下，来料加工型热处理厂，做锯条用的冷轧带钢，材质主要是 65Mn、51CrV4、75Cr1。
客户给的方案里规划了 50 个组件码，从 00 系统数据一路排到 99 预留区，看着挺全。
但对照实际建出来的多维表 BJ-CPWMS-1.0，是这样的：
现有数据表 | 记录数 | 状态 |
基础数据库 | 3 条（全空） | 空壳表，只有 1 个文本字段 |
客户明细表 | 6 条 | 字段偏薄，缺客户编码、结算方式 |
销售订单明细表 | 19 条 | 缺交期、订单状态、加工单价、来料状态 |
规划 50 个，落地 2 个，另一个是空壳。落地率 4%。
这不是这一家的问题。我见过太多工厂都是这个状态：方案写得漂亮，最后躺在文件夹里。
为什么？我的判断是——方案是给人看的，系统是给机器用的，中间缺一道翻译。
举两个具体的例子。
第一个，硬度要求是自由文本。
订单表里这一栏填的是 HRC47-48(47-47.5为最佳）、HRC45.5-46.5、HRC44-45.5。
人看没问题，一眼就懂。但程序判定不了合格不合格——括号里那句"47-47.5为最佳"是给人看的备注，不是数据。这栏得拆成三个数值字段：下限、上限、目标值。
第二个，工艺备注也是自由文本。
有一栏写的是"抛光、拉圆边、二次回火，韧性好，平整度、直线度较好，注意刮边（毛刺）、不能双翘边"。
一句话里塞了三类东西：工序（抛光、拉圆边、二次回火）、质量要求（韧性、平整度、直线度）、外观缺陷（刮边、翘边）。不拆开，排产排不了，计工计不了，工序负荷也统计不出来。
第三个最要命：整个方案里没有"炉次"。
热处理是"一炉多单、一单多炉"。没有炉次，MES 排产、质量追溯、成本核算三条线全断。客户来料以后问他这批货是哪一炉做的、谁做的、参数多少、硬度检测多少——答不上来。
所以卡住的不是没规划，是规划里缺了业务跑起来真正需要的那几根柱子。
二、第一步：让 AI 做诊断，别急着让它执行
很多人用 AI 是这样的：直接说"帮我建 50 张表"。结果表建出来不能用，因为地基是错的。
我的做法反过来：先让它诊断。
我把方案文档和多维表现有结构一起给灵犀，话是这么说的：
这是客户给的编码组件规划方案，这是现在实际建的多维表。你先别动手，帮我看三件事：一、方案和实际落地差多少；二、方案的编码设计有没有硬伤；三、按热处理这个行业，还缺哪些表。
它跑了 5 个命令，看了 2 个文件，编辑 1 个文件，给我一份诊断报告。
编码设计 6 处缺陷，其中 3 处是硬伤。
硬伤一，来料编码里的"客户码"取错位。
方案定义 11 + 客户码(2位) + 材质码(2位) + 流水号(3位)，示例 113101001 = 客户31 + 材质65Mn(01) + 第1批。
问题出在"31"。31 是组件码，代表"客户"这个业务大类，不是某个客户的编码。所有客户都编成1131xxxxx，谁都分不清谁。
修正办法：取客户编码的流水部分。客户编码 31000001、31000002，来料编码就取末两位，变成 1101...、1102...。
硬伤二，来料编码不含规格。
热处理厂的物料唯一标识是材质 + 厚度 + 宽度。65Mn 0.8×80 和 65Mn 1.25×125，工艺参数、硬度公差、加工单价全不一样，这是两种物料，不是一个物料的两个尺寸。
修正：11 + 客户(2) + 材质(2) + 厚度码(2) + 宽度码(2) + 流水(2)，65Mn / 0.8×80 就是 11 01 01 08 80 01。
硬伤三，编码长度不统一。
客户编码 8 位，销售订单 9 位，来料编码 9 位。方案自己写的是"统一 8 位或 10 位"，实际一个都没对上。
修正：定死两类。主数据 8 位（组件码 2 + 流水 6），单据 12 位（组件码 2 + 年月 4 + 流水 6）。
另外三处是设计层面的：
缺的表补了 16 项。
按优先级排，最要紧的是 6 张：
建议新增 | 组件码 | 为什么 |
炉次记录表 | 56 | 热处理的最小生产单元，追溯和成本全挂在这一层 |
装炉明细表 | 57 | 炉次和工单、来料批次的多对多关系 |
工艺参数表 | 58 | 材质+规格+硬度要求 → 温度、保温时间、淬火介质、回火次数 |
排产计划表 | 59 | 按炉台排程、交期倒排 |
设备产能参数表 | 66 | 炉膛尺寸、最大装炉量、额定功率，没有它设备主数据没法排产 |
炉温均匀性记录 | 65 | 热处理行业强制要求，定期检测留证 |
来料加工特有的还有：受托物资台账（13）、加工费报价表（14）、重量损耗/得率记录（67）、对账单（49）。另外方案里只有领料退料，没有报工，报工记录表（68）是 MES 的核心数据，也补上了。
补完之后，99 个组件码全量分配完毕。
原来的 49 个码位不动，避免返工；新增 51 个全部填进预留区段。最后统计：配置类 7 个、主数据类 27 个、单据类 33 个。
这里说一句我的体会：AI 做诊断的价值不在于它比我聪明，在于它不累。
50 个组件码，逐个对照现有表，看哪个有哪个没有，看编码规则哪里自相矛盾，看哪些自由文本字段会卡住下游——这种活人做一天也会漏。它十分钟扫完，还给你列成表。
三、第二步：分批建表，建一批验一批
诊断报告出来，才开始动手。
这里有个细节很重要。我没让它一口气把表全建完，我说的是：
你现在先帮我建一个多维表格，分次写入。每次建 10 张表，建完我看没问题，再建第二个 10 张。现在先建第一到第十张，我确认没问题的话，再建第 11 到第 20 张。
为什么这么做？两个原因。
一是可控。表一次全建完，中间有个字段类型搞错了，后面全得返工。10 张一批，错了好改。
二是能看。建表这个活，看进度条没意义，得看结果。第一批 10 张建完，点开一看，字段对不对、类型对不对、命名规不规范，一眼就知道。
第一批 10 张表（00-09 系统与配置），它跑了 10 个命令，编辑 2 个文件，建完验证通过。
四、第三步："这样不行，我看不出效果"
第一批建完，我点开看了一下，跟它说了句话：
这样不行，我看不出效果。你后续继续增加，在这个表上给我随机写入三个随机数据，也就是每个数据表我要你虚拟写入三组数据。
这句话可能是我这次做下来最有价值的一句。
为什么？因为空表看不出对错。
一张表建好了，字段齐、类型对，但你不知道它能不能用。塞三条数据进去，问题立刻暴露：这个字段该是数值的设成了文本，那个字段该有默认值的没默认，主键字段和业务字段混在一起了。
它跑了 14 个命令，看了 1 个文件，编辑 1 个文件。
结果：10 张表 / 81 个字段 / 30 条示例数据。每张表三条，全部虚拟，不涉及真实业务。
五、第四步：从一个系统扩到一套系统
配置表建完，接着建仓库管理系统。
我跟它说：
不错，先继续在这个多表的基础上建立仓库管理系统 XB-WMS。10-13、18、44-47、52-57、90、91 优先，也是每个对应 3 条虚拟记录。
这一串全是码号，人看着累，它不用解释。因为诊断报告里已经把这 99 个码的用途写清楚了，它自己去对照。
跑了 6 个命令，编辑 3 个文件，WMS 建成。
左边这一列你数一下：12 辅料耗材表、13 受托物资台账、18 料架包装物表、44 来料入库单、45 来料入库明细、46 成品入库单、47 发货单/出库单、52 采购入库单、53 领料单……
这些表不是我一张张点的，是它按编码规则批量建出来的，每张还带着验证数据。
六、一天下来，账是这么算的
环节 | 以前 | 这次 |
架构诊断 | 人工对照，1-2 周 | 10 分钟出报告 |
建表 | 手点，一张 20 分钟 | 一批 10 张，分钟级 |
字段设计 | 边建边想，容易漏 | 先定规则再建 |
示例数据 | 一般没有，等真实业务 | 每张表 3 条，先验结构 |
一天产出 | 3 张表（还带空壳） | 27 张表，全带示例数据 |
再说一遍：这不是演示，是 9 月 18 日一天真实干出来的。
七、我总结的三条
第一条，先诊断，后执行。
不要上来就让 AI 建表。让它先读方案、读现状、找矛盾、列缺口。诊断报告出来了，建表只是执行。地基错了，建得越快越麻烦。
第二条，小步快跑，建一批验一批。
10 张表一个批次，批与批之间人来确认。这不是效率低，是省返工。AI 跑得快，人只需要在关键节点看一眼。
第三条，空表不算建成，有数据才算。
这条最容易被忽略。表建完了不等于能用。塞几条虚拟数据进去，字段设计的问题立刻暴露。虚拟数据不涉及真实业务，不泄密，还能当培训样例。
最后说一句
很多人问我，AI 到底能不能做数字化落地。
我的答案：AI做不了决策，但它能把决策之后的执行压到极限。架构怎么设计还得你自己判断——这家厂是做来料加工还是自有产品、有没有炉次概念、编码规则怎么定，这些它不懂业务就做不了。
但你判断完了，剩下 90% 的活——建表、配字段、填样例、验结构——它一天能给你干完。
术语解释
文章里出现的几个词，一句话说清楚：
组件码：给每一类数据表编的两位数字编号，比如 31 代表客户、56 代表炉次。一个码对应一张表，看编号就知道是哪类数据。
主数据：相对不变的基础档案，比如客户、材质、规格、设备。业务单据都要引用它，所以要先建、要准。
单据：有生命周期的业务凭证，比如销售订单、入库单、发货单。会新增、会审批、会完结。
台账：按对象记录的流水账，比如受托物资台账、即时库存台账。特点是要能"结存"，随时查余量。
炉次（Heat）：一炉料装进炉子到出炉的全过程记录。热处理是"一炉多单、一单多炉"，炉次是排产、追溯、算成本的最小单元。
自由文本字段：想写什么就写什么、没有固定格式的字段。人看着方便，但程序读不懂，没法自动判断、统计、汇总。
MES（Manufacturing Execution System，制造执行系统）：管车间生产的系统，从工单下达到报工、检验、入库。
WMS（Warehouse Management System，仓库管理系统）：管仓库进出的系统，收料、发料、库存、盘点。
落库：把纸面规则、方案文档变成系统里真实存在的表和数据。方案写得再好，没落库就等于没做。
古老师（古哥计划）｜中小制造数字化专家｜金山 KVP（金山办公最有价值专家）｜金山多维表格应用场景专家｜金山 WPS 社区优秀创作者
深耕中小制造业数字化落地，擅长用 WPS 多维表格 + AI 低代码方案，帮工厂快速搭建进销存、生产计划、质量追溯等轻量化系统。不用复杂 IT，低成本落地，已服务数百家制造企业，实战经验丰富。