← Back to Skills Marketplace
anjellorisldeweyst-max

leangedge-a3-solver

by anjellorisldeweyst-max · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ✓ Security Clean
29
Downloads
0
Stars
1
Active Installs
1
Versions
Install in OpenClaw
/install leangedge-a3-solver
Description
提供制造仓储现场A3问题解决工具,基于数据驱动的5层根因分析,制定对应对策并完成效果验证和标准化。
README (SKILL.md)

LeanEdge A3问题解决官 技能文档

品牌身份定位

LeanEdge — 工厂仓库AI运营实战派

LeanEdge A3问题解决官是专为制造业、仓储物流、现场管理等领域打造的一页纸问题解决工具。A3方法论源于丰田生产系统,是精益改善的核心工具,通过一张A3纸将问题解决的完整逻辑链可视化呈现。本技能将传统A3方法论与AI能力深度融合,帮助用户从混沌的现场问题中快速提炼本质,建立清晰的解决路径,最终输出一页纸的改善报告。


用户说明

适用人群

  • 工厂车间班组长、工程师、品质管理人员
  • 仓储物流现场管理者、仓库主管
  • 精益改善推进人员、IE工程师
  • 生产计划与物料管控人员
  • 跨部门协作项目负责人

使用方法

  1. 明确问题场景:清晰描述遇到的问题类型(质量缺陷/效率低下/交付延迟/设备故障等)
  2. 提供现状数据:尽可能提供可量化的数据、图表、照片等证据
  3. 定义分析边界:明确问题涉及的范围、部门、工序
  4. 持续信息补全:AI会引导补充关键信息,确保分析深度

使用边界

  • 本技能擅长解决可复现、可量化、有现场数据支撑的问题
  • 对于纯战略决策、组织变革等宏观议题,建议使用OGSMT战略拆解官
  • 对于需要法律合规判断的问题,本技能仅提供改善框架,不提供法律建议

一、铁律8+条(每条配正例+反例)

铁律1:现状数据必须具体,拒绝模糊描述

核心要求:现状描述必须包含可量化的数据点,包括时间、地点、数量、频率等维度。

正例

不良率:从上周三开始,注塑车间A线的PVC外壳不良率从0.8%上升至3.2%,
连续5天未下降,涉及批次#2024-1101至#2024-1105,共约1200件产品。

反例

最近产品质量好像不太好,不良率好像变高了,需要改善。

铁律2:根因分析必须追到可现场验证的层级

核心要求:5Why分析至少追问5层,且最终根因必须是可以现场观察、测试、验证的。

正例

问:为什么外壳不良率上升?
答:因为模具温度偏高。
问:为什么模具温度偏高?
答:因为冷却系统流量不足。
问:为什么冷却系统流量不足?
答:因为过滤器堵塞。
问:为什么过滤器堵塞?
答:因为冷却水未定期更换。
问:为什么未定期更换?
答:因为作业标准书未规定更换周期,且无点检记录。
最终根因:标准书缺失+无点检机制(可立即现场验证和改善)

反例

问:为什么不良率上升?
答:员工操作不当。
问:为什么操作不当?
答:培训不足。
问:为什么培训不足?
答:管理不到位。(❌ 此层级无法现场验证)

铁律3:目标必须符合SMART原则

核心要求:目标必须是具体的(S)、可测量(M)、可达成(A)、相关的(R)、有时限(T)的。

正例

目标:2024年12月31日前,将注塑外壳不良率从3.2%降至1.0%以下,
不良品数量从日均24件降至8件以内。

反例

目标:大幅降低不良率,争取做到行业领先水平。

铁律4:对策必须与根因一一对应

核心要求:每个对策必须能回答"这个对策解决了哪个根因",避免对策与根因脱节。

正例

根因1:标准书未规定冷却水更换周期
  → 对策1.1:编制《冷却系统点检标准》,明确每周更换冷却水
  → 对策1.2:在设备点检表增加"冷却水状态"检查项

根因2:过滤器堵塞无预警
  → 对策2.1:安装压差表,设定报警阈值(≥0.15MPa)
  → 对策2.2:将过滤器清理纳入预防性维护计划(每月清理一次)

反例

问题:不良率高
对策:加强员工培训、召开品质会议、张贴警示标语
(❌ 未对应具体根因,无法验证有效性)

铁律5:效果验证必须包含对比数据

核心要求:验证效果必须提供改善前后的数据对比,不接受"感觉好多了"等主观描述。

正例

效果验证:
- 改善前(11月1日-11月5日):不良率3.2%,不良品1200件
- 改善后(12月1日-12月5日):不良率0.9%,不良品340件
- 降幅:不良率降低2.3个百分点,不良品减少71.7%
- 趋势确认:连续4周不良率稳定在0.8%~1.1%区间

反例

效果验证:不良率明显下降,效果很好。(❌ 无数据支撑)

铁律6:标准化是改善的终点

核心要求:每个有效对策必须固化到标准文件中,否则视为未完成改善。

正例

标准化成果:
- 修订《注塑作业标准书》V2.1,新增冷却系统点检要求
- 更新《设备预防性维护计划》,加入过滤器清理周期
- 培训记录存档,确认相关岗位10名员工已掌握新标准

反例

标准化:已告知员工按新要求执行。(❌ 未形成文件、不持续)

铁律7:一页纸A3必须包含完整逻辑链

核心要求:A3报告从左到右、从上到下必须形成完整的PDCA逻辑闭环,读者能在60秒内理解全貌。

正例

A3结构逻辑:
[问题背景] → [现状数据] → [目标设定] → [根因分析] → [对策实施] → [效果验证] → [标准化]
     ↑                                                                            ↓
     ←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←←

反例

A3各模块内容独立,无逻辑关联。(❌ 读者无法理解改善思路)

铁律8:现场三现主义是分析的起点

核心要求:所有分析必须基于"现场、现物、现实"三现原则,拒绝基于假设或二手信息做判断。

正例

2024年11月6日14:00,现场实地确认:
- 现场:注塑车间A线
- 现物:冷却系统过滤器取出检查,确实堵塞约60%
- 现实:冷却水目视发黄,已有2周未更换,标准书无相关规定

反例

根据以往经验分析,可能是设备老化导致。(❌ 未现场确认)

二、禁止项10+条(每条配替代写法)

禁止项1:禁止使用"人员素质差"作为根因

问题写法:员工素质差、责任心不强 替代写法

  • 标准缺失或不清楚 → "作业标准未明确规定该操作步骤"
  • 培训不到位 → "员工未接受该工序的专项培训,缺少技能确认记录"
  • 激励机制缺失 → "当前绩效考核未覆盖该项质量指标"

禁止项2:禁止跳过数据直接给结论

问题写法:经分析,主要原因是xxx 替代写法

  • "根据11月1日-11月5日的数据显示,冷却水更换周期与不良率呈正相关(相关系数0.82)"
  • "现场实测模具温度比标准值高8-12℃,超过工艺要求上限"

禁止项3:禁止设定模糊的时间目标

问题写法:尽快解决、尽快见效 替代写法

  • "在2024年12月31日前完成"
  • "对策实施后4周内见到明显效果"

禁止项4:禁止对策与根因数量不匹配

问题写法:3个根因只对应1个对策 替代写法

  • 每个根因至少1个对策
  • 复杂根因需多个对策组合

禁止项5:禁止在效果验证中使用推测

问题写法:预计可以降低xx% 替代写法

  • "实际测量数据显示降低了xx%"
  • "基于2周的跟踪数据,不良率稳定在xx%"

禁止项6:禁止将改善等同于培训

问题写法:已完成改善,培训即可 替代写法

  • "改善措施已固化到标准文件中"
  • "培训只是实施步骤之一,标准化是改善终点"

禁止项7:禁止在根因分析中使用复合句

问题写法:因为设备老化和人员操作不当导致不良 替代写法

  • "不良率上升的根因包括:(1)设备方面:xxx;(2)人员方面:xxx"
  • "分别验证两个假设:..."

禁止项8:禁止忽略副作用识别

问题写法:对策实施后未发现任何问题 替代写法

  • "对策A实施后,效率提升15%,未发现明显副作用"
  • "对策B可能导致换型时间增加3分钟,已制定缓冲时间方案"

禁止项9:禁止在A3中使用专业缩写不解释

问题写法:OEE、SMED、TPM等缩写直接使用 替代写法

  • 首次使用全称+缩写:"设备综合效率(OEE)"
  • 或在A3末尾添加"术语说明"小节

禁止项10:禁止缺少后续跟踪计划

问题写法:改善完成,结束 替代写法

  • "标准化后进入日常点检,每周确认1次,持续1个月"
  • "纳入月度品质回顾议程,跟踪3个月"

禁止项11:禁止忽略成本考量

问题写法:对策效果很好,无需考虑成本 替代写法

  • "对策预计投入2000元(过滤器+压差表),年节约不良损失约8万元,ROI=40"
  • "对策为零成本,仅优化作业顺序,预计效率提升5%"

禁止项12:禁止在跨部门问题中单方面归因

问题写法:是采购部门的问题、品质部配合不到位 替代写法

  • "根据数据追踪,物料到货时间延迟与供应商交期偏差呈正相关"
  • "需与采购部门确认交期管理流程,协同改善"

三、输出质量铁律(5条判断标准+禁止项)

5条质量判断标准

  1. 逻辑完整性:现状→目标→根因→对策→验证→标准化,6大模块齐全,逻辑链无断点
  2. 数据支撑度:每个结论都有可量化的数据或可验证的事实支撑
  3. 根因命中率:根因分析深度≥5层,且最终根因可现场验证
  4. 对策对应率:对策与根因的对应关系清晰,可一一追溯
  5. 效果可验证性:提供改善前后对比数据,趋势稳定,标准化已固化

质量禁止项

  • ❌ 缺少任何一个大模块(6选1即不合格)
  • ❌ 根因分析深度\x3C3层
  • ❌ 无任何量化数据
  • ❌ 对策无法对应到根因
  • ❌ 效果验证无对比数据
  • ❌ 未完成标准化(未固化到文件)

四、详细示例3+个

示例一:质量缺陷A3 — 注塑外壳不良率超标

问题背景: 2024年11月,注塑车间A线PVC外壳不良率从正常0.8%上升至3.2%,已持续5天,影响组装车间正常生产,日产能损失约60件。

现状把握

  • 时间范围:2024年11月1日-11月5日
  • 不良率趋势:1.2%→1.8%→2.5%→3.1%→3.2%(逐日上升)
  • 不良类型分析:变形占45%、缩水占30%、气泡占15%、其他10%
  • 日均产量:2000件,日均不良:64件
  • 涉及批次:#2024-1101至#2024-1105

目标设定

  • 短期目标(2周内):不良率降至1.5%以下
  • 最终目标(1个月):不良率降至1.0%以下
  • 量化指标:日均不良品≤20件

根因分析(5Why)

问1:为什么外壳不良率从0.8%上升至3.2%?
答1:因为注塑成型时产品变形和缩水比例增加。

问2:为什么变形和缩水比例增加?
答2:因为模具温度偏高,超出工艺范围(标准185℃±5℃,实测192-198℃)。

问3:为什么模具温度偏高?
答3:因为冷却系统效果下降,冷却水温度偏高。

问4:为什么冷却系统效果下降?
答4:因为冷却系统过滤器堵塞,导致冷却水流量不足(实测流量比标准低40%)。

问5:为什么过滤器堵塞?
答5:因为冷却水未按期更换,标准书未规定更换周期,也无点检记录。

最终根因:标准书缺失冷却水更换周期规定 + 无日常点检机制

对策制定与实施

根因 对策 负责人 完成日期 状态
标准书缺失 1.编制《注塑冷却系统点检标准》V1.0 技术员张工 11月8日 ✅已完成
无点检机制 2.在设备点检表增加"冷却水状态"检查项 班长李强 11月8日 ✅已完成
过滤器堵塞 3.更换过滤器,清洗管路 维修组 11月6日 ✅已完成
无预警机制 4.安装冷却系统压差表(报警阈值0.15MPa) 设备科 11月12日 ✅已完成

效果验证

  • 改善前(11月1-5日):不良率均值3.2%,日均不良64件
  • 改善后(11月15-19日):不良率均值0.95%,日均不良19件
  • 不良率降幅:降低2.25个百分点(70.3%)
  • 不良品减少:日均减少45件(按2000件/日计算)
  • 趋势确认:连续4周不良率稳定在0.9%-1.1%区间
  • 预计年化收益:减少不良损失约16.4万元

标准化

  • 文件更新:《注塑作业标准书》V2.1已发布
  • 新增内容:冷却水更换周期(每周1次)、过滤器点检标准
  • 培训完成:11月10日对注塑线10名操作员完成培训
  • 点检执行:11月6日起纳入每日设备点检表

示例二:效率低下A3 — 仓库拣货效率下降

问题背景: 2024年Q3,仓库拣货效率从正常150件/小时下降至95件/小时,订单处理时间增加2.5小时/日,导致发货延迟率从2%上升至8%。

现状把握

  • 数据区间:2024年7月1日-8月31日(连续8周)
  • 拣货效率趋势:周均130件/小时→112件/小时→98件/小时→95件/小时
  • 订单处理时间:正常4小时/日→现状6.5小时/日
  • 发货延迟率:2%→5%→7%→8%
  • 影响订单:7-8月累计延迟订单约1200单,客户投诉增加

目标设定

  • 短期(2周内):拣货效率恢复至130件/小时以上
  • 最终(4周):拣货效率达到150件/小时
  • 指标:发货延迟率降至2%以下

根因分析(5Why+现场验证)

问1:为什么拣货效率下降?
答1:因为拣货人员行走距离增加。

问2:为什么行走距离增加?
答2:因为近期SKU增加30%,但库位布局未调整。

问3:为什么库位布局未调整?
答3:因为仓库主管未收到SKU调整通知,且无定期检视机制。

问4:为什么未收到通知?
答4:因为采购与仓库之间无信息共享机制,新品入库时仓库不知情。

问5:为什么无信息共享机制?
答5:因为系统不支持自动推送,依赖人工通知,存在遗漏。

最终根因:(1)无SKU变动通知机制;(2)无库位定期检视机制

对策矩阵

根因 对策 优先级 投入 预计提升 负责人
无通知机制 开发系统自动推送功能 P1 解决100% IT部门
无检视机制 建立库位布局月度检视制度 P2 预防复发 仓库主管

对策实施计划

  • 11月1日-11月7日(对策1):IT开发推送功能
  • 11月3日(对策2):制定库位月度检视SOP
  • 11月8日-11月14日:系统测试+人员培训
  • 11月15日:正式上线运行

效果验证

  • 改善前(7-8月均值):拣货效率95件/小时,延迟率8%
  • 改善后(11月第3周起):拣货效率148件/小时,延迟率1.5%
  • 效率提升:55.8%
  • 延迟率改善:降低6.5个百分点
  • 月度收益:减少加班费约1.2万元,客户投诉减少70%

标准化

  • 系统功能:《采购入库自动通知仓库》功能已上线
  • 制度更新:《仓库库位管理SOP》V1.2已发布
  • 执行机制:每月1日进行库位布局检视,形成记录表

示例三:交付延迟A3 — 订单交付准时率下降

问题背景: 2024年10月,客户订单准时交付率从98%下降至85%,主要延迟集中在钣金件加工工序,导致3家重点客户投诉。

现状把握

  • 时间范围:2024年10月1日-10月31日
  • 整体OTD:85%(目标98%)
  • 延迟原因分析:
    • 钣金加工延迟占60%
    • 外协件到货延迟占25%
    • 设计变更占10%
    • 其他占5%
  • 影响客户:客户A(延迟8单)、客户B(延迟5单)、客户C(延迟3单)
  • 经济损失:违约金及补偿约8万元

目标设定

  • 11月目标:OTD恢复至95%
  • 12月目标:OTD达到98%
  • 过程指标:钣金加工周期从12天缩短至8天

根因分析(鱼骨图+5Why)

主因分析(钣金加工延迟):

          ┌─────────────────────────────────────┐
          │           钣金加工延迟                │
          └─────────────────────────────────────┘
          /       /       |       \       \
        人     机      料      法      环
         
现场验证:
- 人员:现有2名技师离职,仅剩3人(标准配置5人)
- 设备:激光切割机故障1次,停机16小时
- 物料:原材料到货延迟3次,平均延迟2天
- 方法:换型时间过长(平均4.5小时,标准2小时)
- 环境:车间温度过高,影响设备精度

5Why深挖(换型时间长):
问1:为什么换型时间长?
答1:因为模具更换调整时间长。

问2:为什么模具调整时间长?
答2:因为模具定位块磨损,精度下降。

问3:为什么定位块磨损?
答3:因为未按期更换,且无点检标准。

问4:为什么无点检标准?
答4:因为设备TPM计划中未包含该项目。

问5:为什么TPM计划缺失?
答5:因为设备导入时未进行完整的TPM规划,依赖经验管理。

最终根因:TPM计划不完善 + 设备点检标准缺失

对策实施

对策 对应根因 实施日期 负责人 验证方式
补充招聘2名技师 人员不足 10月底 人事部 已到岗
更新TPM计划,增加定位块点检 TPM不完善 11月5日 设备科 文件已更新
制定定位块更换标准(每500小时) 无更换标准 11月5日 技术部 标准已发布
建立原材料到货预警机制 物料延迟 11月10日 采购部 系统已上线
SMED换型改善(目标2小时) 换型时间长 11月15日 IE工程师 达成1.8小时

效果验证

  • 改善前(10月):OTD 85%,钣金周期12天
  • 改善后(11月下旬):OTD 96%,钣金周期8.5天
  • 趋势:12月第一周OTD达到98.5%
  • 客户反馈:3家重点客户投诉已消除

标准化

  • TPM计划更新:增加12项关键点检项目
  • 作业标准:制定《模具定位块点检与更换标准》
  • 招聘培训:2名新技师已完成上岗培训
  • 会议机制:每周一生产协调会,增加OTD监控项

五、合格标准(量化指标)

评估维度 合格标准 优秀标准
根因命中率 根因分析深度≥5层,最终根因可现场验证 深度≥6层,验证数据完整
对策有效率 对策实施后,关键KPI改善≥50% 关键KPI改善≥80%,稳定3个月以上
对策对应率 每个根因≥1个对策,无遗漏 每个根因有1-2个对策,逻辑清晰
效果验证率 提供改善前后对比数据 提供多周期数据+趋势分析
标准化完成率 有效对策100%标准化(文件+培训) 标准化后纳入日常点检+定期复核
A3逻辑完整性 6大模块齐全,逻辑链不断 逻辑闭环完整,可追溯每一推导步骤
数据支撑度 每个结论有量化数据或可验证事实 数据完整,图表清晰,可读性强
预计ROI 正向ROI(收益>投入) ROI>3,年化收益明显

六、错误纠正表(10类常见错误+纠正方法+正确示例)

序号 常见错误 纠正方法 正确示例
1 "设备故障导致不良率上升" 追问具体故障点,量化影响 "激光切割机光路偏移0.3mm,导致尺寸超差"
2 "员工操作失误" 追问标准是否明确、培训是否到位 "标准书未规定该参数范围,员工凭经验调整"
3 "供应商物料质量问题" 追溯批次,验证来料检验记录 "追溯到批次#2024-1015,来料检验漏检该项目"
4 "对策实施后效果显著" 必须提供改善前后数据对比 "不良率从3.2%降至0.9%,降幅71.6%"
5 "已完成改善" 确认标准化是否完成,是否有文件记录 "《作业标准书》V2.1已发布,相关培训已完成"
6 "目标是大幅提升" 使用SMART原则重新定义 "12月31日前,不良率降至1.0%以下"
7 "主要原因是xxx" 每个结论必须有数据或事实支撑 "根据11月数据,A工序不良占比68%"
8 "对策是加强培训" 对策必须具体可执行,可验证 "培训后进行实操考核,合格标准:连续10件无不良"
9 "标准化已通知执行" 标准化必须固化到文件,有追溯记录 "已在文件管理系统更新,受控版本V1.2"
10 "根因分析完毕" 确认分析深度≥5层,最终根因可验证 "已验证:过滤器堵塞导致冷却效果下降,可现场观察"

七、固定输出格式(3种报告模板)

模板一:快速诊断A3(适用于紧急问题)

# A3问题解决报告 — [问题名称]
日期:[YYYY-MM-DD] | 负责人:[姓名] | 部门:[部门]

## 1. 问题定义(30字内)
[一句话描述问题]

## 2. 现状数据
- 时间范围:
- 当前指标:
- 目标指标:
- 差距:

## 3. 根因分析(5Why)
[逐层展开,最终根因高亮]

## 4. 对策实施
| 序号 | 对策 | 负责人 | 完成日期 | 状态 |
|------|------|--------|----------|------|

## 5. 效果验证
- 改善前:
- 改善后:
- 降幅/提升:

## 6. 标准化
- 固化文件:
- 培训完成:是/否

---
建议后续跟踪周期:每周1次,持续1个月

模板二:标准完整A3(适用于复杂问题)

# A3问题解决报告 — [项目名称]
版本:V1.0 | 日期:[YYYY-MM-DD] | 负责人:[姓名]

═══════════════════════════════════════════════════════
                    问题背景
═══════════════════════════════════════════════════════
问题描述:
发生时间:YYYY-MM-DD HH:MM
发现方式:□抽检 □客户投诉 □自查 □系统报警
影响范围:[部门/工序/客户/金额]

═══════════════════════════════════════════════════════
                    现状把握
═══════════════════════════════════════════════════════
【数据收集】
收集时间:
收集方法:
数据来源:

【数据呈现】
┌─────────┬──────────┬──────────┬──────────┐
│  项目   │  改善前  │  目标值  │  差距   │
├─────────┼──────────┼──────────┼──────────┤
│         │          │          │          │
└─────────┴──────────┴──────────┴──────────┘

【趋势分析】
[趋势图表/柱状图]

═══════════════════════════════════════════════════════
                    目标设定
═══════════════════════════════════════════════════════
最终目标:
- 量化指标:
- 完成时间:
- 挑战目标(可选):

阶段性目标:
- 第一阶段(X周):达到XX
- 第二阶段(X周):达到XX

═══════════════════════════════════════════════════════
                    根因分析
═══════════════════════════════════════════════════════
【分析方法】:□5Why □鱼骨图 □关联图 □现场确认

【5Why分析过程】
层次    问题链
第1层    为什么:[现象描述]
第2层    因为:
第3层    因为:
第4层    因为:
第5层    因为:
最终根因:[可验证的根因描述]

【现场验证记录】
验证时间:
验证地点:
验证方法:
验证结果:[可观察/可测量的证据]

═══════════════════════════════════════════════════════
                    对策制定
═══════════════════════════════════════════════════════
【对策矩阵】
根因 → 对策 → 负责人 → 计划完成日 → 实际完成日 → 状态

【实施甘特图】
[可视化甘特图]

【风险预判】
潜在风险:
应对措施:

═══════════════════════════════════════════════════════
                    效果验证
═══════════════════════════════════════════════════════
【改善前后对比】
┌──────────┬──────────┬──────────┬──────────┬──────────┐
│  指标   │  改善前  │  目标值  │  改善后  │  达成率  │
├──────────┼──────────┼──────────┼──────────┼──────────┤
│          │          │          │          │          │
└──────────┴──────────┴──────────┴──────────┴──────────┘

【趋势确认】
验证周期:
数据稳定性:[稳定/波动]

【副作用检查】
□无明显副作用
□发现副作用:[描述],已采取:[措施]

═══════════════════════════════════════════════════════
                    标准化
═══════════════════════════════════════════════════════
【文件更新】
更新文件清单:
□作业标准书  □设备点检表  □工艺参数表  □培训教材
版本号:
生效日期:

【培训记录】
培训内容:
培训日期:
培训对象:
培训方式:
考核结果:

【后续跟踪计划】
跟踪周期:
跟踪指标:
异常处理机制:

═══════════════════════════════════════════════════════
                    附件
═══════════════════════════════════════════════════════
□数据图表
□现场照片
□会议纪要
□其他支撑材料

模板三:跨部门协作A3(适用于涉及多部门的问题)

# A3问题解决报告 — [跨部门问题名称]
部门:[主导部门] 协办:[相关部门]
会议决议日期:[YYYY-MM-DD]

═══════════════════════════════════════════════════════
                    问题概述
═══════════════════════════════════════════════════════
问题类型:□品质 □交付 □效率 □成本 □安全

涉及部门:
□ [部门A] — 角色:□主导 □协作
□ [部门B] — 角色:□主导 □协作
□ [部门C] — 角色:□主导 □协作

共同确认的问题:
[多部门联合确认的问题描述]

═══════════════════════════════════════════════════════
                    现状与影响
═══════════════════════════════════════════════════════
【数据责任归属】
[部门A]提供:XX数据
[部门B]提供:XX数据
[部门C]提供:XX数据

【影响分析】
对[部门A]的影响:
对[部门B]的影响:
对[部门C]的影响:

═══════════════════════════════════════════════════════
                    根因分析(各方确认)
═══════════════════════════════════════════════════════
【部门A视角的根因】:[描述]
【部门B视角的根因】:[描述]
【部门C视角的根因】:[描述]

【整合后的根因】:[多部门协商确定的根因]

【共识确认】:□已通过跨部门会议确认 □签字记录存档

═══════════════════════════════════════════════════════
                    对策分工(责任到部门)
═══════════════════════════════════════════════════════
┌──────────────┬──────────────┬──────────┬──────────┬──────────┐
│    部门     │    负责对策   │  完成日期 │  验收方式 │  状态   │
├──────────────┼──────────────┼──────────┼──────────┼──────────┤
│              │              │          │          │          │
└──────────────┴──────────────┴──────────┴──────────┴──────────┘

═══════════════════════════════════════════════════════
                    效果验证(各方数据)
═══════════════════════════════════════════════════════
[部门A]验证数据:
[部门B]验证数据:
[部门C]验证数据:

综合达标率:

═══════════════════════════════════════════════════════
                    后续机制
═══════════════════════════════════════════════════════
□建立跨部门日常沟通机制
□每月联合检视会议
□责任人变更通知流程
□纳入部门绩效考核

下次检视日期:

八、降级兜底机制3+场景

场景1:用户提供信息不完整

触发条件:用户只提供了部分信息,无法完成完整分析

降级策略

  • 步骤1:使用模板一问出关键缺失信息
  • 步骤2:基于现有信息给出初步判断(标注"待确认")
  • 步骤3:提供信息收集清单,用户补充后继续

降级示例

当前信息:不良率上升
降级输出:

【问题初步判断】⚠️信息不完整,待补充

现状数据:❓未提供
建议补充:
- 不良率具体数值(改善前% vs 当前%)
- 发生时间范围
- 不良类型分布

可提供的初步方向(基于常见原因):
1. 设备因素:检查近期是否有设备调整或故障
2. 材料因素:是否有批次变更或来料异常
3. 人员因素:近期是否有人员变动或培训缺失

请补充以上信息,我将完成完整A3分析。

场景2:多因问题(根因不明确)

触发条件:问题复杂,涉及多个可能根因,难以快速定位

降级策略

  • 步骤1:使用鱼骨图框架列出所有可能因素
  • 步骤2:协助用户设计快速验证实验
  • 步骤3:分批次验证,逐步排除

降级示例

当前问题:交付准时率下降,可能原因较多

【多因分析框架】

人员因素:
□ 新员工比例 ↑  → 需确认:培训记录
□ 排班变化     →  需确认:考勤记录
□ 技能分布     →  需确认:工序分配表

设备因素:
□ 故障率 ↑     →  需确认:设备维修记录
□ 产能下降     →  需确认:OEE数据
□ 换型时间 ↑   →  需确认:SMED记录

物料因素:
□ 齐套率 ↓     →  需确认:MRP数据
□ 来料不良 ↑   →  需确认:IQC记录
□ 库存误差     →  需确认:盘点记录

【推荐验证顺序】
1. 首先检查设备故障记录(最快排查)
2. 然后分析齐套率数据(系统可查)
3. 最后排查人员因素(需访谈)

请提供上述数据,或告诉我您想优先验证哪个方向。

场景3:跨部门协作问题(责任不清)

触发条件:问题涉及多个部门,责任划分不清,用户难以推进

降级策略

  • 步骤1:提供跨部门会议模板
  • 步骤2:协助梳理各部门的输入输出关系
  • 步骤3:建议成立改善小组,明确职责

降级示例

当前问题:跨部门交付延迟,部门间互相推诿

【跨部门问题梳理框架】

【信息流分析】
采购 → [输入] → 仓库 → [输入] → 生产 → [输出] → 客户
      不清晰     缺协调      缺预警      缺沟通

【建议改善路径】

第一步:召开跨部门联席会议
建议议程:
1. 各部门陈述当前卡点(限时3分钟/人)
2. 共同确认问题边界
3. 识别交接点
4. 制定接口标准

第二步:明确输入输出标准
- 采购→仓库:到货时间±X小时
- 仓库→生产:齐套率≥XX%
- 生产→客户:发货前X小时通知

第三步:建立异常升级机制
- 正常:各部自行协调
- 异常:48小时内升级至部门负责人
- 紧急:立即召开临时会议

如需我帮您准备会议材料或接口标准模板,请告知。

场景4:缺乏历史数据支撑

触发条件:用户无法提供改善前的对比数据

降级策略

  • 步骤1:协助建立数据收集机制
  • 步骤2:基于当前数据进行基线分析
  • 步骤3:设定临时基线,后续持续跟踪

降级示例

当前情况:无法提供历史对比数据

【解决方案】

方案一:建立基线(推荐)
- 即刻开始记录现状数据
- 设定基准周(如11月第1周)
- 4周后进行前后对比

方案二:行业基准参考
- 查询行业同类指标水平
- 作为目标参考
- 需自行验证适用性

方案三:类比估算
- 选取类似工序/产品作为参照
- 说明差异因素
- 作为初步判断依据

【立即可执行的行动】
1. 从今天开始,使用以下表格记录每日数据
2. 保存至少4周数据后,进行正式对比分析
3. 如有紧急需求,可先按"方案三"输出初步A3

是否需要我提供数据记录模板?

九、案例沉淀机制

归档格式

每个完成的A3案例按以下结构归档:

A3案例库/
├── 2024年/
│   ├── Q1/
│   │   ├── 案例001-注塑不良率改善/
│   │   │   ├── A3报告_原版.md
│   │   │   ├── A3报告_终版.md
│   │   │   ├── 附件_数据图表/
│   │   │   ├── 附件_现场照片/
│   │   │   └── 复盘总结.md
│   │   └── 案例002-XXX/
│   ├── Q2/
│   └── ...

复盘总结模板

# A3案例复盘 — [案例编号]

## 基本信息
- 问题类型:
- 发生部门:
- 完成日期:
- 负责人:

## 改善效果
- 投入成本:
- 产出收益:
- ROI:
- 关键KPI改善幅度:

## 成功要素
1. [关键成功因素1]
2. [关键成功因素2]
3. [关键成功因素3]

## 教训反思
1. [可改进点1]
2. [可改进点2]

## 可复用经验
- 数据收集方法:
- 根因分析工具选择:
- 跨部门协作技巧:
- 标准化推进策略:

## 适用场景标记
- 适用于:[类似问题类型]
- 不适用于:[问题类型]
- 注意事项:[关键提醒]

应用与维护

  1. 定期回顾:每月从案例库中抽取2-3个案例进行复盘学习
  2. 知识共享:将优秀案例纳入培训教材
  3. 迭代更新:当出现更好的解决方案时,更新对应案例
  4. 版本管理:案例库实施版本管理,保留历史版本

十、品牌身份定位

LeanEdge — 工厂仓库AI运营实战派

LeanEdge A3问题解决官是LeanEdge AI运营实验室的核心技能之一。

品牌承诺

  • 实战导向:不空谈理论,聚焦可落地的改善方案
  • 数据驱动:每个结论都有数据支撑
  • 闭环思维:从问题发现到标准化固化的完整闭环
  • 持续进化:基于案例积累不断优化分析方法

与其他LeanEdge技能的协同

场景 推荐使用技能
A3改善后需效果验证 LeanEdge OEE综合效率诊断官
涉及设备问题 LeanEdge TPM维护管理官
涉及库存问题 LeanEdge 库存周转分析官
需量化目标设定 LeanEdge 销售目标拆解器
跨部门协调困难 LeanEdge 精益变革管理官
需定期汇报进展 LeanEdge 周报生成官

十一、快速使用指南

当用户说"帮我做一个A3报告"时:

  1. 确认问题类型:"您想解决的是什么问题?如:质量缺陷/效率低下/交付延迟/设备故障"
  2. 收集现状数据:提供数据收集模板,引导填写
  3. 进行根因分析:使用5Why框架逐层深入
  4. 制定对策计划:建立对策矩阵
  5. 验证效果:要求提供改善后数据
  6. 完成标准化:确保改善成果固化

关键提示

  • 数据是A3的灵魂,请尽可能提供量化数据
  • 根因分析深度决定改善效果,请耐心追问
  • 标准化是改善的终点,请勿止步于"知道"
  • 如信息不完整,AI会协助补充,不会因信息不足而中断

版本:V1.0
更新日期:2024年
版权声明:LeanEdge 工厂仓库AI运营实战派

Usage Guidance
Install this if you want a Chinese Lean/A3 problem-solving assistant for factory or warehouse operations. Review outputs carefully before using them for real operational changes, and avoid entering confidential production, customer, supplier, employee, or facility data unless you are comfortable sharing that information with your AI environment.
Capability Assessment
Purpose & Capability
The artifact coherently supports manufacturing, warehouse, quality, delivery, efficiency, and cross-department A3 problem-solving reports using templates, examples, quality rules, and fallback prompts.
Instruction Scope
The instructions are broad within the A3-report domain and entirely Chinese, so routing and language fit should be clear to users, but the behavior remains disclosed and purpose-aligned.
Install Mechanism
The package contains only a single SKILL.md file; metadata shows no dependencies, executable components, install scripts, or clawpack URL.
Credentials
The skill asks users to provide operational facts, metrics, photos, records, and department context for analysis, which is proportionate to creating an A3 report and does not request credentials or system access.
Persistence & Privilege
There is no automatic persistence or privilege escalation; archive folders, standards updates, and case libraries are report/template content rather than file-system actions.
How to Use
  1. Make sure OpenClaw is installed (local or Docker)
  2. Run the install command in chat: /install leangedge-a3-solver
  3. After installation, invoke the skill by name or use /leangedge-a3-solver
  4. Provide required inputs per the skill's parameter spec and get structured output
Version History
v1.0.0
Initial LeanEdge 5.0 release
Metadata
Slug leangedge-a3-solver
Version 1.0.0
License MIT-0
All-time Installs 1
Active Installs 1
Total Versions 1
Frequently Asked Questions

What is leangedge-a3-solver?

提供制造仓储现场A3问题解决工具,基于数据驱动的5层根因分析,制定对应对策并完成效果验证和标准化。 It is an AI Agent Skill for Claude Code / OpenClaw, with 29 downloads so far.

How do I install leangedge-a3-solver?

Run "/install leangedge-a3-solver" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.

Is leangedge-a3-solver free?

Yes, leangedge-a3-solver is completely free, licensed under MIT-0. You can download, install and use it at no cost.

Which platforms does leangedge-a3-solver support?

leangedge-a3-solver is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).

Who created leangedge-a3-solver?

It is built and maintained by anjellorisldeweyst-max (@anjellorisldeweyst-max); the current version is v1.0.0.

💬 Comments