夜雨聆风学习资料网

ARTICLE · 1179284

我花了一个月测了20款AI工具,只推荐这5个给工程师

我花了一个月测了20款AI工具,只推荐这5个给工程师
上个月我把电脑和书签里的 AI 工具清了一遍。装了删、删了装,前后 20 款,最后留在日常流程里的只有 5 个。

起因是一次翻车。做 LOT-A2309 那份 8D,我让三个工具接力:一个跑数据出表,一个写报告段落,一个翻英文版。

交上去被打回,客户只问了一句:你们的数据以哪份为准。

我回去对,发现球径实测 38μm 传到正文里写成了 36μm,拉力实测 2.4gf 到英文版前面多了一个 approximately。

数字不是被改坏的,是在工具之间传丢的。 每个工具单独看都没错,串起来就断了。

这一个月我做的事只有一件:把「接力」理清——哪些工具能进流程,各自站哪一棒,交接的时候交什么。

二、解决方案概览

20 款里刷掉 15 款,靠的就是下面三条原则

门槛
判定问题
不达标怎么办
刷掉
G1 涉密能不能不上传
客户件号、金相照片、良率明细能不能不进公网
不支持私有化、又关不掉训练的,一律不进
7 款
G2 术语能不能锁死
能不能灌术语表,键合不许被译成焊接
没有术语锁死能力的,一律不进
5 款
G3 输出能不能接着用
导出的是不是真文件:xlsx / pptx / py / 可编辑矢量
只能截图、只能在线看的,一律不进
3 款

三条加起来刷掉 15 款,留下 5 款。

G1 是硬门槛,半导体这行的图和数据出门就收不回来。G2 决定术语会不会漂。

G3 最容易被忽略——导不出真文件,下一棒就接不住,工具再聪明也只是给你增加一道手抄。

三、分步实操

第 1 步:按「活的位置」分工,不按强弱排名

留下的五款不打分、不排榜,各站一棒,位置不重叠。

工具
接什么活
做不到什么
别用它干
Claude
写:8D 段落、报告骨架、对外邮件
长文里数字会漂,38μm 抄着抄着成 36μm
涉密件、判定结论
ChatGPT
查:标准条款、论文、外部资料检索
引用会编,作者年份 DOI 齐全但查无此文
直接把它给的引用写进报告
Claude Code
码:清洗数据、跑脚本、定时批跑
改动半径大,会动你没让它改的文件
只改三行的轻活
DeepL 机器翻译
译:中英技术文档互译出初稿
不认工程语境,键合可能被译成焊接
对外正式件直接交稿
通义万相
画:示意图与配图的底图
不认 μm,20μm 线径与 45μm 球径在它眼里一样细
判据图、设备布局、数据图表

五款里没有一款能独自走完一份报告。

这不是工具不够强,是每一棒的失败方式都不一样:写会漂数字、查会编引用、码会改超范围、译会改语气、画会错比例。分工的意义,是把每种失败钉在一个已知位置上。

第 2 步:交接时先交「四段」,别直接扔产物

上一步解决谁干什么,这一步解决怎么传。绝大多数数字就是在这一步丢的。

下面是我上一步的产物,你要基于它继续做【{这一步要产出什么}】,不许另起一套数据。产物在引号内:『{粘贴上一步的表格或结论}』先做三件事,做完停在这里等我确认:1) 把产物里的每一个数值单独列出来,标出它在原文的位置;2) 列出你认为缺失、需要我补充的项,写 [待补],不许自己填;3) 说明你接下来要产出的东西是什么格式、大概几行。硬约束:1) 我给的数字一个都不许改,包括单位和小数位;2) 我给的结构不许重排,要改先问我;3) 我没有提供的信息不许生成,包括作者、年份、标准号、DOI;4) 不许写「成效显著」「大幅提升」这类没有数字的判断;5) 你的输出一律分四段:数据 / 结论 / 待确认 / 我改动了什么,   哪一段是空的就写「本段为空」,不许省略;6) 如果发现上一步的产物自相矛盾,先把矛盾点指出来停在这里,   不许自行选一个版本往下做。我确认前面三点之后,你再开始产出。

这四段里,「我改动了什么」这一段是防数字漂移的关键。让它自己交代改了什么,比你逐字核对快得多。

第 3 步:换工具时,让它只做交叉复核

交接给下一个工具之后,别急着往下走。先让另一个模型把两份材料对一遍,只报差异、不许改。

下面是两份材料:A 是源数据,B 是基于 A 生成的结果。A 在引号内:『{粘贴源数据 / 原始报表}』B 在引号内:『{粘贴上一个工具的输出}』你只做一件事:逐项比对 A 与 B,把不一致的地方列出来。输出四列:位置 | A 里的值 | B 里的值 | 差异类型差异类型只能从这几个里选:数值改动 / 单位改动 / 语气改动 / 凭空新增 / 整体遗漏。硬约束:1) 只报差异,不许修改任何一边,也不许给改写建议;2) 数值改动要写到具体数字,不许写「有些出入」;3) 语气改动要原文引用改动前后的句子;4) 完全一致就回「无差异」,不要凑数,也不要夸一遍写得不错;5) 你判断不了的地方写 [待人工],不许猜。

开头那两个错——36μm 和 approximately——都是这一步能截住的:一个属于数值改动,一个属于语气改动。

四、关键参数说明

把五款串成一条线,用 LOT-A2309 这份 8D 从头走一遍。看这张表:

步
用什么
交接与上一步产物
要盯什么
1 清洗与出表
Claude Code
MES 导出的 LOT-A2309 lot 明细 → 按周次与机台聚合的 xlsx
投入数前后勾稽相等,良率按 90% 目标判定
2 写结论与根因
Claude
把聚合表的关键数字以文本表格喂进去,先要提纲
45±5μm 与实测 38μm、≥3.0gf 与实测 2.4gf 逐个回源核,根因写调压阀校准缺失
3 补标准与佐证
ChatGPT
检索判定标准与外部资料,逐条点开验证
引用点不开就删,一条都不许留
4 出英文版
DeepL 机器翻译
中文定稿 → 机器翻译初稿 → 大模型带术语表校对 → 回译
看回译里有没有多出「约」「建议」
5 配截面示意
通义万相
层序清单 → 底图 → 矢量工具加标注 → 挂声明
图上不许出现任何 μm 数字

第 2 步是全链路最容易出事的位置,因为数字在这一步从表格变成句子。变成句子之后,后面的工具只会照抄,不会再回源核对一遍。

五、常见问题和避坑提醒

先看被我刷掉的 15 款都死在哪,按类归堆:

类别
长什么样
为什么刷掉
几款
通用聊天窗口
网页对话框,一问一答
无术语锁、无批量、无文件导出
4
套壳聚合站
多家模型打包成一个站
数据出境路径不可控
3
在线海报与卡片
模板套图,改字重做
导出是图片,改一个数要整张重来
3
语音会议转写
录音转文字、自动纪要
不产工程文档,术语识别差
2
纯英文小工具
海外小众、无中文优化
中文工程表达不通顺,语气靠猜
2
手机端为主
App 形态为主
无脚本、无批量、挂不上术语表
1

除了上面这些,还有四条是我自己踩出来的坑:

  • 不要让下一个工具重写上一棒的产物,只让它接着做。重写等于重新开始,数字最容易在重写里丢。
  • 术语表要挂在每一棒的开头,不是只挂在翻译那一棒。写报告时它一样会把键合成焊接。
  • 涉密的那一棒不要用公网工具,哪怕只是「帮我润色这一句」。
  • 判定结论不要交给任何工具定稿,38μm 低于 40μm 下限这个判断,只能是你下的。

交付前过一遍这 6 项,缺一项就别发(完整 12 项在附件):

  1. 数字有没有回源——每个数值都能在原始报表找到出处。
  2. 引用能不能点开——DOI 跳不动就删,一条不留。
  3. 结论有没有被润色——「不合格」有没有变成「建议关注」。
  4. 单位有没有被换算——μm、gf 原样保留,出现 mm 或 N 一律退回。
  5. 示意图有没有挂声明——右下角「示意图,非实测影像」,漏标即退。
  6. 交付物能不能被别人接手——导出的是 xlsx / pptx / py,不是截图。

六、总结

回到开头那份被打回的 8D。重做时我只改了两件事:把五个工具按棒次排好,每一棒交接时先交四段再产出。

球径 38μm 和拉力 2.4gf 一路没再变过,第二版当天就过了。

一个月测下来最大的收获不是「找到了五个好工具」,而是想清楚一件事:问题大多不在工具本身,在交接处。 单个工具的输出看着都对,串起来才暴露。

所以这份清单里最值得留下的不是那五个名字——名字半年就换一轮——而是三条门槛和四段交接格式。门槛决定什么能进流程,交接决定数字会不会在半路丢。

七、领取资料

后台回复关键词 【AI工具五件套】,领取本文完整资料包:

  • 01_三条门槛与淘汰记录.csv:3 条门槛 + 6 类被刷掉的工具形态,共 20 款账目对得上
  • 02_五款分工卡.csv:每款接什么活 / 做不到什么 / 别用它干
  • 03_8D串联流水线.csv:一份 8D 从 MES 明细到交付的 5 棒顺序与交接格式
  • 04_上线验收12项.csv:交付前逐项打勾,第 3/6/10 项没有例外
  • 05_两条交接指令.md:四段式交接 + 交叉复核,可直接复制改
  • 06_工程师AI工具选型表.xlsx:5 个 Sheet,含示例场景参数
  • 00_README.md:示例场景参数表与使用顺序

半导体工程师 AI 提效系列 · 第 56 篇

相关学习资料