事实先行
型号、零件、工序、参数与特殊特性先建立当前产品基线。
4类证据
产品、PFMEA、质量问题、控制
失效链完整
功能—模式—后果—原因—控制
工程师批准
AI 初稿不自动发布
不是让 AI 自动填表
而是在正确事实之上建立风险
PFMEA 最危险的不是“没写满”，而是把旧型号参数、过期控制或未经验证的经验写成当前事实。
OpenContent™ 将产品资料、历史 PFMEA、历史质量问题、Control Plan、检验规范和 Checklist 分层治理。AI 按问题角色选择权威来源：当前资料回答“现在是什么”，
质量问题回答“是否真实发生”，历史 PFMEA 回答“还有什么风险”，现行控制回答“现场如何防、检、处置”。
经验分级
同产品优先，再到同平台、同零件同工序与跨平台专项。
控制定权
现行控制只由当前有效 Control Plan、检验规范和 Checklist 支持。
人机有界
AI 推导、缺口与暂定评分明确标记，未经工程确认不进入正式发布。
PFMEA不是缺一张表
而是缺一条可信的工程证据链
当产品资料、历史风险、质量事件和现场控制彼此割裂，工程师只能靠个人经验拼装结论；表格看似完整，真正的风险却可能被遗漏。
资料分散且版本混杂
产品要求、工艺参数与控制文件分布在不同目录，最新有效状态难确认。
历史经验检索成本高
同类风险藏在长文档中，重复浏览、复制和比对消耗大量工程时间。
失效模式容易遗漏
真实质量问题没有反哺 PFMEA，已有风险覆盖不足却难被系统发现。
FMEA与控制脱节
高风险、特殊特性和改善措施没有持续下沉到 CP、检验与反应计划。
为什么必须建设这个场景？
新产品导入需要速度
不能等专家逐份翻阅历史文件后才开始识别到有风险。
风险分析需要完整性
真实发生过却未被覆盖的问题，必须被识别为 FMEA 缺口。
评分需要证据
S/O/D 不能只靠主观判断，每个分值都应回到后果、发生和探测依据。
控制需要闭环
PFMEA 只有推动 CP、检验、Checklist 和反应计划更新，才真正改变现场风险。
七步取证与分析，把“经验”变成“可审核结论”
四类数据源分开检索、分别承担证据角色。排序完成后只读取必要的短名单正文，避免全库下载与上下文污染。
证据原则：当前事实不借用历史参数；历史经验只复用失效逻辑；AI 推导始终标记待确认。
01
定义范围
锁定产品、零件、工序与 PFMEA 边界
02
建立事实
读取当前有效产品资料，确认功能与参数
03
召回风险
从同产品到跨平台分层检索历史 PFMEA
04
验证缺口
用真实质量问题区分已覆盖风险与 FMEA 缺口
05
确认控制
以当前 CP、检验规范和 Checklist 定权
06
构建与评分
建立失效链，给出 S/O/D、RPN 与依据
07
审核输出
生成五工作表 Excel 初稿，保留人工确认项
当前产品资料
回答产品、零件、工序、功能、参数、设备和特殊特性。
历史PFMEA
提供失效模式、后果、原因与控制的候选风险逻辑。
历史质量问题
证明风险真实发生，暴露历史 FMEA 未覆盖的缺口。
控制与校验资料
确认预防、探测、反应计划以及当前现场的有效控制。
从数据检索到 PFMEA 初稿
每一步都保留工程判断
不是一次性生成一张大表，而是先收敛证据、识别缺口、验证控制，再把结论写入固定格式的可审核工作簿。
历史风险精准召回
事实、经验与缺口分离
可审核的 Excel 辅助初稿
全过程可见、可复核
历史风险精准召回
用产品、零件、工序、失效模式、后果和原因等元数据先做实体过滤，再读取真正相关的 PFMEA 正文。
输入当前产品、零件、工序、功能要求与任务范围
处理同产品同工序优先，依次扩展到同平台、同零件同工序和跨平台专项
输出分层候选清单、命中字段、版本状态和来源定位
边界历史参数与旧评分不直接继承；只复用经核验的风险逻辑
产品零件工序失效模式版本
事实、经验与缺口分离
当前资料回答“现在是什么”，历史 PFMEA 提供风险逻辑，质量问题暴露未被覆盖的缺口。
输入当前有效产品事实、分层召回的历史风险与质量问题清单
处理将真实事件与既有失效模式匹配，无法命中的问题标记为 FMEA 缺口
输出已覆盖风险、待确认缺口、证据角色与来源边界
边界缺口不得被强行归入相似风险；历史结论不等于当前根因
当前事实历史召回问题反查缺口待确认
可审核的 Excel 辅助初稿
把结论写入固定格式工作簿：主表、证据链、规则、任务摘要和 Control Plan 下沉建议联动。
输入已核验的失效链、S/O/D 依据、现行控制与缺口清单
处理按功能—模式—后果—原因—控制拆分风险行，保留待确认项
输出五工作表 Excel 初稿，含证据定位与控制下沉建议
边界AI 初稿不自动发布；工程审核和批准边界清晰
Excel 初稿五表联动待确认人工批准
全过程可见、可复核
关键参数、失效模式、评分依据和控制状态关联文件、版本及页/表/行位置，审核者可复核 AI 的推导路径。
输入风险行、S/O/D 规则版本、证据 ID 与来源文件
处理为每条判断保留证据链、规则版本和来源定位
输出可追溯的审核视图：从结论回到文件、字段和版本
边界缺少证据的分值与控制必须显式标记，不得静默填满
证据覆盖规则版本来源定位人工复核
每一行风险
都是一条可解释、可评分的失效链
当原因、控制或 O/D 依据不同，即使失效模式相同也应拆分成不同风险行；完整性不能靠把多个机理堆进一个单元格获得。
功能 / 要求
过程必须实现什么，以及可追溯的质量要求。
失效模式
功能如何未实现；不能只写原因或结果。
失效后果
对下工序、总成、客户、法规或安全的影响。
失效原因
导致模式的过程机理或可控制因素。
预防控制
降低原因发生概率，或阻止错误形成。
探测控制
在放行前识别原因或失效模式。
S
严重度
由最严重可信后果决定；控制强并不会降低严重度。
O
发生度
综合历史频次、分母、过程成熟度与当前预防控制。
D
探测度
考虑直接性、覆盖率、自动判定、联锁、追溯与历史逃逸。
RPN
风险排序
S × O × D 用于辅助排序；高严重度与真实重复问题不能只看 RPN。
数据治理让 PFMEA 从一次编制
变成持续更新的风险资产
当前事实 × 历史证据 × 现行控制 = 可审核、可复用、可闭环的 PFMEA
元数据先筛，少读文件
先按产品、零件、工序和失效链字段过滤，只下载必要的短名单正文，减少全库传输、解析等待和 Token 消耗。
建议衡量：单任务解析文件数 / 首结果时间 / 输入 Token
当前事实优先，不错用参数
版本、状态和来源角色共同决定可信度；相似产品只提供风险类别与机理，不替代当前型号的参数和控制。
建议衡量：参数来源覆盖率 / 版本冲突发现率
质量问题反查，主动找漏项
将历史质量事件与既有失效模式匹配。无法可靠命中的事件形成 FMEA 缺口，而不是被强行归入相似风险。
建议衡量：历史问题覆盖率 / 缺口发现数 / 漏项率
每个判断，都能回到证据
关键参数、失效模式、评分依据和控制状态关联文件、版本及页/表/行位置，审核者可复核 AI 的推导路径。
建议衡量：风险行证据覆盖率 / 人工复核时长
风险逻辑跨项目复用
同一套元数据、失效链和控制词表可以服务新型号、变更评审、相似工序和专项风险分析。
建议衡量：历史风险复用率 / 新项目复用来源数
新问题持续反哺
新质量问题触发 O/D 复评、缺口新增和控制下沉建议，让 PFMEA 随现场事实更新，而不是归档后静止。
建议衡量：问题反哺周期 / 控制下沉完成率示例：X20T-GDI-A1发动机P30缸盖螺栓拧紧
从一个工序任务，到风险、缺口、现行控制与下沉建议。以下为用户素材中的场景示例，所有待确认项仍需工程师复核。
工序与要求
当前事实锁定产品、P30 缸盖螺栓拧紧工序、零件对象、功能和特殊特性。
当前有效资料 · 参数不得从旧型号复制风险候选
历史召回从同产品、同平台和跨平台 PFMEA 中召回漏拧、夹紧不足、顺序错误等候选模式。
复用失效逻辑 · 不继承旧评分真实发生与缺口
问题反查质量问题证明哪些风险真实发生，并将无法命中的问题标记为 FMEA 缺口。
已覆盖风险复评 O/D · 缺口待确认初稿与下沉
控制验证核对 CP、检验规范和 Checklist，生成 PFMEA 主表、证据链与控制下沉建议。
AI 辅助初稿 · 工程批准后发布示例输出识别 7+7条示例数量来自用户提供的 PFMEA 生成界面截图，仅说明该演示任务的结果，不代表通用项目产出规模
真实发生风险 7条用于复核失效模式、O/D 与当前控制有效性
FMEA 缺口 7条标记 AI 推导候选并要求工程师确认
控制依据Control Plan、检验规范与 Checklist 作为当前控制来源
从“参考旧表填新表”到“证据驱动风险工程”
差别不只在编制速度，而在于企业能否解释每一条风险从哪里来、为什么这样评分、控制是否仍然有效。
对比维度
传统人工编制
OpenContent™ 治理型 PFMEA
事实基线
依赖工程师逐份查找、人工判断版本
先建立当前有效产品事实，缺失与冲突显式标记
历史经验
参考熟悉的旧表，易遗漏或错用参数
分层召回风险逻辑，历史参数和评分不直接继承
质量问题
问题库与 FMEA 分开维护
真实事件反查既有风险，并自动暴露 FMEA 缺口
现行控制
旧 PFMEA 控制描述可能被当成现场现状
当前 CP、检验规范和 Checklist 按证据角色定权
S/O/D 评分
依赖经验，依据分散
每项分值保留依据、规则版本与证据 ID
交付结果
一张主表，后续下沉靠人工追踪
主表、证据链、规则、任务摘要和 CP 下沉五表联动
发布边界
生成与批准责任可能混淆
AI 初稿、待确认、工程审核和批准发布边界清晰
一份PFMEA初稿，最终要改变现场控制
风险识别不是终点。经工程批准后，高风险、特殊特性和控制缺口应下沉到现场文件；新问题又反向更新 PFMEA，形成持续优化。
Control Plan下沉
把高风险原因、控制项目、频次、设备、判定标准和反应计划形成承接清单。
检验与Checklist更新
将探测方法、样本、联锁、数据追溯与现场执行项同步到受控文件。
质量问题反哺
新事件命中已有风险则复评 O/D；未命中则生成缺口和新候选失效链。
版本与责任闭环
保留变更来源、责任人、目标日期和验证结果，经授权批准后形成新基线。
有了这个场景，PFMEA 从专家手艺
变成可复用的组织能力
客户获得的不只是一份更快完成的 Excel，而是一条更高效、更完整、更可追溯的风险工程链路。
50%+
编制效率
元数据先筛、证据短名单、风险链自动整理和固定模板输出，减少检索、比对、复制与格式整理。
40%
经验复用
历史 PFMEA、质量问题和控制措施按实体与语义关联，让相似产品、零件和工序可持续调用已验证经验。
30%+
风险遗漏
用真实问题反查风险覆盖、以功能逻辑补充候选失效模式，并对缺证据和待确认项显式预警。
• 对客户的直接帮助
01工程师把时间用于确认机理与控制，而不是翻找和拼接旧表。
03风险行、评分和控制都有来源，跨部门审核更聚焦。
02新项目可系统调用历史风险，降低能力对少数专家的依赖。
04质量事件持续反哺，PFMEA 与现场控制保持动态一致。
• 如何换算财务 ROI
同一产品范围、同一复杂度和同一审核口径做上线前后对照，再将节省工时与风险损失改善换算为年度收益。
年度收益 = 编制节省工时价值 + 复用减少的重复分析价值 + 遗漏下降避免的质量损失
财务 ROI =（年度收益 − 年度投入）÷ 年度投入 × 100%
测算需输入：年度 PFMEA 新建/变更数量、平均编制与审核工时、人力成本、历史遗漏事件及其平均质量损失。
