做一页经营看板现在门槛很低。难的是另外两件:下周一还能不能原样再做一遍,每个数字能不能指出是从哪几行算出来的。我按这两条重做了「15 天生产日报汇总成一页经营复盘看板」,重点在回核和入仓。
先交代三件事。数据是我自己造的:15 天、4 条产线、60 行的生产日报,厂名车间产线全是虚构的,标准答案表由生成脚本同种子重算。控制台那个带沙箱的 Agent 入口我会话过期登不进去,所以用命令行的同档模型复现同一个任务。看板也不是模型截图给我的,是我拿真实浏览器渲染出来再截的图。
一页看板怎么来:把整份日报内联进一次调用
提示词写成 messages 文件,60 行 CSV 内联进去,一条命令发出去:
bl text chat --model qwen4-max --messages-file prompt.json --max-tokens 65536
prompt.json 里是七条要求:自选指标和图表;展示产量趋势与车间产线差异,异常归拢到一张表;每张图配一句关键发现;数字以表格数据为准;达成率用实际产量合计除以计划产量合计;口径不明确时注明采用的口径;图表用 div 条形或表格,不要 SVG。

交回来的看板首屏是八张卡:计划产量合计 28,354、实际产量合计 27,963、汇总达成率 98.62%、累计缺口 391、停机合计 1,721 分钟、安灯触发合计 194 次、一次合格率 97.71%、达标线日 10/60。下面跟一段整体结论,原话是「15 天累计欠产 391 件、达成率 98.62%,60 个线日中仅 10 个达成计划,欠产是普遍性小幅偏差而非个别日崩塌,单日全厂缺口区间 13 到 41 件」。
从治理角度看,这段结论比八张卡值钱。它没有停在「达成率 98.6%」这种孤立数字上,而是回答了看表的人想问的下一句:缺口是个别日子崩了,还是每天小幅欠一点。看板还自己声明了两件不做的事:不把产量换算成钱,也不下显著性结论。
回核:十项核对,和一条能防编数的判据
看板长得像回事不说明问题,我把渲染后的页面文本抽出来跟标准答案表逐项比:
| 核对项 | 判据 | 结果 |
|---|---|---|
| 七项 KPI | 逐值相等:28,354 / 27,963 / 391 / 98.6 / 97.7 / 1,721 / 194 | 一致 |
| 两条归因 | 涂装 97.2% 垫底;涂装三线 793 分钟最高 | 一致 |
| 异常归拢 | 物料等待 15、喷嘴堵塞 15、设备报警 13、夹具故障 11;6 行空白另成「未填报」129 分钟 | 一致 |
| 悬空百分比 | 每个占比都能由两个出现过的整数除出来 | 零悬空 |

十项核对,十项一致。最该单说的是悬空百分比那条判据。看板上除了汇总值还有一堆占比,占比最容易凭空出现,人眼基本查不出来。我加的机械判据是:除不出来的就算悬空数字,两版跑下来都是零。它还容忍写法差异:看板写 98.62%、标准答案写 98.6%,人眼觉得对不上,脚本认得是同一个数。
数据里我还埋了两个坑,两版都自己说了。口径那个:一次合格率只给每条记录的百分比、不给合格品数量,按产量加权算不出来,60 条记录的简单平均是唯一口径;模型要是不声不响挑一个又不说,读者就会把近似值当精确值用。空白那个:60 行里有 6 行异常类型是空的,模拟现场漏填;两版都显式处理了,其中一版注明这 6 行落在哪两个车间。
约束写了不等于生效,得逐条验
我跑了两版对照:一版给全七条,一版只给一句「分析这份日报做一页复盘报告」,同样要求单文件、零外部资源。两版 KPI 全对,口径都声明,空白都处理,悬空百分比都是零。第四条、第五条、第六条,不加它也做得到。
真正改变产物的是第七条,图表用 div 条形、不要 SVG。加了这条的看板零 SVG、两万字出头;没加的那版两个 SVG、两万六千字。第三条正好反过来:加了的那版一处「发现」都没有,没加的那版用七条「结论」条目做了。
还有一条对我影响最大:产出稳定性。六条约束配 SVG 这个组合,前三次都没能完整交回,一次空回复、正文一个字没有,一次等到超时,一次只交回半个看板、SVG 写到一半断掉。改成 div 条形之后一次就完整交回,裸提示那版也是一次就出。约束越多、图表越精细,单次调用越容易出不来。
把回核做成流水线资产
这一轮留下来的不是那张看板,是三件可以入仓的脚本。生成器造数据、同种子重算标准答案表。runner 把提示词发出去、把回来的 HTML 落成文件,再用真实浏览器渲染出截图和页面文本。比对脚本把页面文本和标准答案表逐项对,顺带跑那条百分比自洽判据。
三件都在磁盘上,跑一次留下提示词、原始回复、截图和比对结果,换台机器能重来。我把它排成每周一次:周一早上跑,先看比对结果再看看板,比对不过就不发。这也是两个入口的分工,控制台会话适合探索,固定动作要跑在能把过程落到磁盘上的这一侧。
搬进自己的流程前,先想清两件事
看板是产物不是结论。它把「涂装三线停机 793 分钟」摆在你面前,为什么停机、要不要停线仍然得你自己判断。回核这一步不能省、也不能靠人眼,我这轮的比对全是脚本做的;省掉它,你就只剩一张看起来全对的看板和一份没有证据的信任。
剩下的是划清边界。数据只有一两天的,做一张表就够;口径多到要开会才能定的,先开会再喂模型;需要逐笔追溯到原始单据的场景别用汇总看板,聚合就会丢笔级信息。它适合的就是开头那种处境:半个月日报没人扫,周一早上要一页能投屏的东西。
数据表、提示词和三件脚本都在包里。想自己搭一遍,先去控制台签发一把 Key,命令行工具一条命令装完。头一回建议先跑裸提示,再加约束看哪条真的改变了产物。