ARTICLE · 1234501
让 35 个 AI 专家按 GMP 分工干活
摊 开 讲 · 第 03 篇
35 个 AI 专家,分 8 层站好队
能力矩阵 · 35 个智能体 / 8 大能力层一个岗位派谁上场、什么时候上场、上场后交给谁
本 文 导 航
00 写在前面 · 为什么不是 35 个工具,而是 8 层
01 八层矩阵 · 一张总表看清分工
02 文档智能层 · 6 个
03 质量合规层 · 7 个
04 数据与情报层 · 6 个
05 工艺与生产层 · 3 个
06 培训与交付层 · 4 个
07 注册申报层 · 4 个
08 质量文档层 · 5 个
09 怎么组合 · 四段接力与上手三步

写在前面
为什么不是 35 个工具,而是 8 层
工具是可以随便挑的,能力层不行——它有先后顺序
市面上大多数 AI 产品是按"工具"卖的:翻译一个、写作一个、问答一个。买了十个,用起来还是十个孤岛——因为真实的工作不是"我要翻译",而是"这批货出了 OOS,我得在一周内拿出一份能过审的报告"。
一份能过审的报告,背后至少要经过四道手:先把原始文件读成数据,再把数据算成结论,把结论写成文件,最后把文件讲给该听的人。这四道手,就是"层"。
所以我们的 35 个智能体不是平铺的 35 个按钮,而是分成 8 层。每一层有自己的输入、自己的输出、自己的下一道手。派错层,等于让写文件的人去找数据,让做判断的人去排版——人还是那些人,活还是那些活,就是不出结果。
分层不是为了分类好看,是为了让"上一层的输出"正好是"下一层的输入"
01 八层矩阵
一张总表看清分工
6 + 7 + 6 + 3 + 2 + 2 + 4 + 5 = 35
先看总表。左列是层,右列不是"功能清单",而是"什么信号出现时,你该去找这一层"。这张表建议直接截图,贴在部门群里。
把 8 行连起来读,它其实是一条链路:文档层供料 → 数据层算账 → 合规层判断 → 工艺层优化 → 文档与注册层成文 → 培训与交付层传播。接下来逐层摊开,每个智能体都写清楚三件事:它做什么、给谁用、输什么。
02 文档智能层
非结构化文档变成结构化资产
6 个智能体 · 全平台的数据入口
药企的原始资产,大部分不是数据,是文件。这一层只做一件事:把文件变成能被系统读、被下游智能体用、被审计追溯的结构化数据。它不产生结论,它产生"能用来下结论的材料"。
GMPT · 制药文档翻译专家
制药专属双语翻译:保留表格、页眉页脚与多级编号,统一专业术语,过程可追溯。
常用岗位:体系QA · 文档专员 · 验证工程师 · 注册专员
WFE · Word / PPT 格式提取
把 Word 与 PPT 解析成结构化字段、版式与校验规则,可直接导入 MES / QMS 与文档系统。
常用岗位:文档管理员 · 体系QA · 信息化顾问 · 培训管理员
SOP · SOP 智能起草专家
按 GMP 规范与企业模板,分钟级产出结构完整、合规要点已内嵌的 SOP 初稿。
常用岗位:体系QA · 工艺工程师 · 设备管理员 · 验证工程师
Claw · 文档采集与治理
从 OA / QMS / MES / FTP / 邮件自动抓取、解析、分类标引,为其他智能体供给统一数据源。
常用岗位:文档管理员 · 体系QA · 数据治理专员 · 信息化顾问
ANNO · 文档批注审核专家
对 SOP、验证方案与报告逐条批注,给出问题定位、依据条款与修改建议,问题自动分级。
常用岗位:体系QA · QC 主管 · 验证工程师 · 注册专员
VAL · 全套验证文件生成专家
从 URS 出发生成 VMP、DQ、IQ、OQ、PQ 与追溯矩阵,参数与编号自动对齐。
常用岗位:验证工程师 · CSV 工程师 · 设备工程师 · 质量负责人
这一层的价值不在"翻译得快",而在下游每一层拿到的都是同一份干净的数据。入口不统一,后面全是各说各话。
03 质量合规层
偏差、OOS 与审核口径统一闭环
7 个智能体 · 全平台判断最密集的一层
这一层回答的是"出了事怎么办"。判断标准只有一条:同一个问题,换个人、换个车间、换个时间,结论要一样。7 个智能体围绕的就是这句话。
GMPA · 批记录审核专家
按 GMP 与企业 SOP 校验批记录的逻辑一致性与参数合规性,汇总缺陷并输出趋势。
常用岗位:PQA 专员 · 工艺工程师 · 生产主管 · 质量负责人
QMS · 偏差与 CAPA 调查
覆盖登记、智能分级、根因分析、报告生成到 CAPA 闭环,内置 5M1E / 5Why / 鱼骨图。
常用岗位:QA 专员 · PQA 现场质量 · 车间质量员 · 质量负责人
CAPA · 实验室调查(OOS / OOT)
按阶段一 / 阶段二推进,覆盖人机料法环样六维排查,关联生产与检验数据并验证措施有效性。
常用岗位:QC 主管 · 实验室分析师 · QA 调查专员 · 质量负责人
GMP · 法规问答助手
法规问答附条款原文,可辅助合规文档撰写与审计模拟应答,答案带出处。
常用岗位:QA 专员 · 体系专员 · 验证工程师 · 质量负责人
RISK · 风险评估报告生成
按 FMEA / HACCP / 风险矩阵完成风险识别、评分与措施建议,输出可直接审批的风险报告。
常用岗位:风险管理专员 · 体系QA · 工艺工程师 · 设备工程师
CHG · 变更控制评估专家
从变更申请出发,识别受影响的文件、系统、产品与验证状态,生成评估报告与实施计划。
常用岗位:变更控制专员 · 体系QA · 工艺工程师 · 验证工程师
AUDR · 审计智能回复专家
现场被提问时,基于企业体系文件与法规条款即时给出统一口径的回复与依据出处。
常用岗位:体系QA · 质量负责人 · 车间主管 · 生产操作人员
这一层能起草判断,但不能替人签字。它交付的是"可审的初稿",不是"已批准的结论"——这条边界,也是它敢用在 GMP 场景里的前提。
04 数据与情报层
内部数据与外部法规情报,可问可析
6 个智能体 · 一半向内算账,一半向外看风向
这一层解决一个老问题:数在系统里,人拿不出来。前 4 个智能体向内看——批次、收率、经营数据、企业自有场景;后 2 个向外看——FDA 483 与警告信、CDE 政策与品种动态。
PDA · 制药数据交付专家
批次数据的采集、清洗、统计分析与合规报告交付,一站完成。
常用岗位:PQA 专员 · 工艺工程师 · 生产主管 · 质量负责人
PQA · 收率与物料平衡分析
批次收率核算、物料平衡核查、SPC 趋势监控与多因素关联分析。
常用岗位:PQA 专员 · 工艺工程师 · 车间统计员 · 质量负责人
MFG · 生产经营问数专家
用自然语言查询生产经营数据,秒级得到图表与看板,不再排队等 IT 取数。
常用岗位:生产主管 · 车间负责人 · 运营分析师 · 计划排程员
SKILL · 自定义智能体
低代码把企业特有的流程、模板与判定规则,沉淀成可复用、可自动运行的智能体。
常用岗位:信息化负责人 · 体系QA · 工艺工程师 · 数据治理专员
FDA · 483 与警告信采集
持续采集 FDA 483 与警告信,结构化入库并关联缺陷类型,支撑飞检预演与供应商风险画像。
常用岗位:质量负责人 · 体系QA · 注册事务 · 供应商管理
REG · CDE / CFDA 政策与品种采集
跟踪 CDE 与药监政策文件、公告,采集品种审评与竞品动态,输出与业务相关的法规情报。
常用岗位:注册事务 · 法规事务 · 研发立项 · 市场准入
向内的四个给的是事实,向外的两个给的是变化。事实加变化,才叫决策前的准备;只有事实,那叫报表。
05 工艺与生产层
参数、规程与能源,可监测可优化
3 个智能体 · 数量最少,但最贴现场
这一层只有 3 个智能体,分工却很清楚:一个看数据,一个改文件,一个省钱。它服务的是车间主任和工艺员——一天里最没时间坐下来写东西的那批人。
PROC · 工艺数据监测与优化
持续接入批次与工艺参数,监测趋势与异常,定位关键参数并给出可执行的优化方向。
常用岗位:工艺工程师 · 生产主管 · 质量工程师 · 车间主任
PRC · 工艺规程生成专家
基于配方与工艺参数生成工艺规程与批生产记录,参数、步骤与检验要求自动对齐。
常用岗位:工艺工程师 · 生产主管 · 文件管理员 · 质量工程师
ENER · 能源数据分析与优化
汇聚水、电、汽、气与洁净区能耗数据,识别异常与浪费点,输出可执行的节能方案。
常用岗位:能源管理员 · 设备工程师 · 生产主管 · EHS 工程师
这一层最容易被低估,因为它的产出往往只是一句"2 号冻干机第 3 段升温慢了 8 分钟"。但一句话省下的,可能是一整批的报废。
06 培训与交付层
SOP 变成课件视频,结论变成汇报材料
4 个智能体 · 培训 2 + 交付 2
文件写完了不等于人会了,结论成立了不等于讲得清。这一层管的是"把已经有的东西传出去":往内传是培训,往外传是汇报。
TRNP · 培训课件(PPT)生成
基于 SOP、法规与偏差案例生成岗位课件与配套题库,内容与受训岗位自动匹配。
常用岗位:培训管理员 · 体系QA · 车间主管 · 人力资源
TRNV · 培训音视频生成
把 SOP 与课件一键转成带讲解的培训视频与语音课程,支持多语言与字幕,随时可看可查。
常用岗位:培训管理员 · 车间主管 · 人力资源 · 体系QA
RPT · 医药汇报演示专家
按制药业务逻辑生成汇报框架与内容,支持多层级视角切换与存量 PPT 重构。
常用岗位:QA 专员 · PQA 主管 · 质量负责人 · 项目负责人
VIS · 医药视觉设计师
用自然语言生成符合制药场景的专业配图,从"手动绘图"变成"一句话出图"。
常用岗位:QA / QC · 工艺工程师 · 文档撰写人 · 汇报策划人
一份 SOP 真正的成本,不在写完那一刻,在让 200 个人都按它做的那一刻。这一层就是为那一刻准备的。
07 注册申报层
CTD / DMF / 说明书 / 药物警戒
4 个智能体 · 对外的最后一道关口
注册申报的难点从来不是"写不出",而是写得前后一致:工艺描述与批记录对不上、质量综述与标准对不上、说明书与批准信息对不上。这一层解决的就是"对不上"。
CTD · CTD 注册文档撰写
从研发与生产资料出发,按 CTD 格式撰写 3.2.S / 3.2.P 与质量综述,口径统一、数据可溯。
常用岗位:注册专员 · 研发工程师 · 注册经理 · 质量负责人
DMF · DMF / CEP 注册文件
面向原料药与辅料,按 DMF / CEP 要求整理生产工艺、杂质谱与质量标准,输出可直接递交的文件。
常用岗位:原料药注册专员 · 工艺工程师 · QC 主管 · 质量负责人
LBL · 说明书与包装标签
从批准信息与质量标准生成说明书、标签与包装稿,多语言、多规格版本一致可控。
常用岗位:注册专员 · 市场准入 · 质量负责人 · 包装管理员
PV · 药物警戒报告撰写
汇总个例报告与文献信号,按周期撰写 PSUR / PBRER 与定期安全性报告,数据可溯、结论可审。
常用岗位:药物警戒专员 · 医学事务 · 质量负责人 · 注册专员
递交材料的风险,八成不在"少写了一段",而在同一个参数在三个文件里写成三个数。统一出处,比写得更长更有用。
08 质量文档层
方法验证、稳定性、年度回顾
5 个智能体 · 对应 QC 与 QA 一年的"文件季"
这 5 个智能体对应的是每年最集中的那几个月:方法要验证、稳定性要排、年度回顾要交、标准要升级、审计要来。它们的工作方式很像——把散落的数据按法规的结构重新装一遍。
MVP · 方法验证方案撰写
按 ICH Q2 与分析项目生成方法验证方案与报告,含专属性、线性、精密度、准确度与耐用性设计。
常用岗位:QC 方法工程师 · QC 主管 · 研发分析 · 质量负责人
STB · 稳定性试验方案撰写
按 ICH Q1 与产品特性生成稳定性试验方案与汇总报告,试验条件、时间点与检项自动排布。
常用岗位:稳定性专员 · QC 主管 · 注册专员 · 质量负责人
APQR · 年度产品质量回顾
自动归集全年批次、偏差、变更、投诉与稳定性数据,按法规要求生成年度产品质量回顾报告。
常用岗位:体系QA · 质量负责人 · 生产主管 · QC 主管
SPE · 质量标准和检验方法
按药典与注册要求建立质量标准、撰写检验方法,多药典口径对照、方法转换与升级变更同步。
常用岗位:QC 主管 · QC 方法工程师 · 注册专员 · 质量负责人
AUD · 审计方案报告撰写
按审计类型生成审计方案、检查表与审计报告,发现项分级、依据条款与整改建议一并成稿。
常用岗位:审计专员 · 体系QA · 质量负责人 · 供应商管理
这一层最能体现"层"的价值:APQR 的结论来自 PQA 的趋势,PQA 的趋势来自批记录与检验数据——不是重新问一遍,而是直接接上。
09 怎么组合
四段接力,与上手三步
真实工作从来不是"用某一个智能体"
看懂了 35 个,下一步才是关键:真实工作从不是单点调用,而是几个智能体接力。下面这四段接力,就是药企一年里最常见的四件事。
上手三步:先跑通一条,再谈第二层
① 选一条流程,不选一个智能体
挑一个岗位最高频、最容易验证的一条流程(比如"偏差报告从 3 天到 1 天"),把这条流程上涉及的两三个智能体一起用起来。
② 用真实文件跑,跟人工结果对一遍
不要用样例文件。拿最近三个真实批次或三份真实报告跑,与人工结果逐条比对,记下差异在哪里。
③ 跑通之后,用 SKILL 固化成模板
把跑通的步骤、企业术语与判定规则沉淀成企业专属智能体,下一个人不用再学一遍,第二年直接复用。
35 个智能体的意义,不是让你多 35 个选择,而是让每件事都能找到"该它上场"的那一个
睿 知 而 行 · PHARMABUDDY 企业版
8 层 35 个智能体,全部可以在你自己的服务器上跑
免安装 · 数据不出内网 · 每一步留痕
怎么领取 7 天试用账号
① 转发:把本文转发到朋友圈
② 保留:设置为公开可见,保留满 24 小时
③ 截图:满 24 小时后截图,发送至公众号后台
审核通过后,1 个工作日内为你开通 7 天企业版全功能试用账号,不限 Token、不限智能体调用次数。

睿知而行 · PharmaBuddy
制药 AI 智能体平台 · 私有化部署 · GMP 合规场景
本文所述效率指标来自典型客户场景测算,实际结果随数据基础与流程差异而变化;文中产品能力以实际交付版本为准。















































































