先比较四类场景的价值、数据和责任
知识场景包括制度、标准、技术文件和故障经验检索；设备服务包括工单整理、相似问题查找和备件资料准备；排产需要处理订单、工序、设备、物料、人员和交期约束；经营分析则连接计划、执行、成本和异常。四类场景不能只按想象价值排序，还要确认数据是否真实可取。
知识问答通常适合先做，但资料版本和权限必须清楚。设备建议需要现场人员确认，不能替代检修结论。排产可以先做计划辅助和冲突解释，不直接写入生产控制。经营分析必须统一指标口径，避免模型用不同报表拼出错误结论。
- 盘点制度标准图纸工单和计划数据
- 区分知识辅助与生产控制
- 确认实时数据和历史样本质量
- 标出专业签字和现场责任
- 选择结果可复核的首个任务
用历史样本和真实约束完成受控验证
知识库应覆盖旧版文件、冲突条款、图片表格和无答案问题；设备服务使用已关闭工单核对来源和建议边界；排产使用历史订单重放，检查硬约束是否全部满足、冲突是否可解释；经营分析则与权威报表和财务口径复算。
试点环境不直接连接控制指令。每个建议显示数据时间、来源、缺失项和人工确认状态。实时数据中断、工况异常、资料过期或约束不完整时，系统必须停止建议或明确降级，不能为了给出答案猜测设备状态。
上线门槛由安全生产和业务负责人共同决定
验收除准确率外，还要看来源可追溯、硬约束违反、严重错误、人工修改、响应时间、异常接管和运行稳定。涉及安全生产、调度、检修和质量放行的结果，由具备职责的人员签字，系统保留建议与最终决定的差异。
通过后可逐步增加资料、班组、设备或业务范围，并持续记录新异常和人工修正。行业方案描述麒典可提供的诊断、方案和受控验证能力，不代表已经在每个能源电力企业完成生产上线，也不使用未经授权的客户名称和效果数字。
执行检查表
- 01比较知识设备排产和经营场景
- 02锁定权威资料实时数据和责任人
- 03用历史工单订单与报表验证
- 04生产控制与高风险决定保留人工
- 05测试数据中断冲突和硬约束
- 06按安全与业务门槛决定扩面
常见问题
能源企业第一个场景适合直接做智能排产吗？
只有约束和数据较完整时才适合；多数企业可先从知识或计划辅助开始。
AI 可以直接给设备检修结论吗？
不应替代具备职责的现场人员，适合整理资料和辅助排查。
行业方案是不是客户案例？
不是。方案能力与已交付客户成果必须分开表述。