خانه / ۵ پرامپت ChatGPT برای مدیر تولید: از گزارش شیفت تا گلوگاه

۵ پرامپت ChatGPT برای مدیر تولید: از گزارش شیفت تا گلوگاه

مدیر تولید روزش را با یک گزارش شیفت شلوغ، سه پیام دربارهٔ یک دستگاه خوابیده و هدفی شروع می‌کند که از همین حالا دور به نظر می‌رسد. ChatGPT خط را درست نمی‌کند. اما اگر درست از آن استفاده کنید، همین یادداشت‌های پراکنده را در حدود ده دقیقه به یک تصویر روشن تبدیل می‌کند: تولید کجا از دست رفت.

در ۲۴ سال کار در تولید، مدیران خوبی را دیده‌ام که هر روز صبح ساعت اول را فقط صرف فهمیدن دیروز می‌کنند. داده معمولاً هست: زمان توقف‌ها، تعداد تولید، صف جلوی ایستگاه‌ها. چیزی که کم است، راهی سریع برای مرتب‌کردن آن و پرسیدن سؤال درست است. اینجاست که ابزاری مثل ChatGPT کمک می‌کند، به شرطی که پرامپت ساختارمند بدهید و تصمیم‌گیرنده خودتان بمانید.

در ادامه ۵ پرامپت ChatGPT برای مدیر تولید را به همان ترتیبی آورده‌ام که خودم استفاده می‌کنم: از گزارش خام شیفت تا پیدا کردن گلوگاه و بعد سه اقدام برای جلسهٔ صبح. خط نمونه و عددهایش فرضی‌اند، نه دادهٔ یک کارخانهٔ واقعی.

خط فرضی پنج‌ایستگاهی: ایستگاه رنگ طولانی‌ترین سیکل و بزرگ‌ترین صف را دارد و گلوگاه است، هرچند جوشکاری بیشترین توقف را دارد

قبل از این‌که چیزی را کپی کنید: دو قانون

  • اطلاعات محرمانه را حذف کنید. نام مشتری، قیمت، نقشه و نام افراد بیرون بماند. معمولاً نام ایستگاه، دقیقه و تعداد قطعه کافی است. اول قوانین شرکتتان دربارهٔ ابزارهای هوش مصنوعی را رعایت کنید.
  • عددها را چک کنید. ChatGPT ممکن است در حساب اشتباه کند. از آن بخواهید محاسبه‌اش را نشان بدهد و قبل از هر اقدام، یکی دو نتیجه را با گزارش خام مقایسه کنید.

خط نمونهٔ فرضی

یک خط پنج‌ایستگاهی یک شیفت ۴۸۰ دقیقه‌ای کار می‌کند. این همان خلاصه‌ای است که سرپرست شیفت می‌تواند آخر شیفت در چند دقیقه بنویسد:

ایستگاه (فرضی) زمان سیکل (ثانیه) توقف (دقیقه) صف جلوی ایستگاه آخر شیفت (قطعه)
برش ۵۲ ۳۵ ۴
جوشکاری ۵۸ ۶۲ ۹
رنگ ۶۶ ۱۸ ۴۱
مونتاژ ۵۵ ۲۵ ۳
تست ۴۸ ۱۰ ۲

بیشتر آدم‌ها اول سراغ جوشکاری می‌روند، چون بیشترین توقف را دارد. این را در ذهن نگه دارید تا پرامپت‌ها را مرور کنیم.

۵ پرامپت

  1. یادداشت‌های شیفت را به یک جدول تمیز تبدیل کنید.
    «تو به یک مدیر تولید کمک می‌کنی. پایین، یادداشت‌های خام شیفت یک خط پنج‌ایستگاهی است. یک جدول با این ستون‌ها بساز: ایستگاه، علت توقف، ساعت شروع، دقیقهٔ ازدست‌رفته و توضیح. مقدارهای ناقص را حدس نزن؛ کنارشان بنویس ‹ناقص›. بعد هر چیزی را که ناسازگار به نظر می‌رسد فهرست کن.»

    یادداشت‌ها را زیر پرامپت بچسبانید. جملهٔ «حدس نزن» مهم است: می‌خواهید جاهای خالی دیده شوند، نه این‌که با دقیقه‌های ساختگی پر شوند.

  2. گلوگاه را از زمان سیکل و صف پیدا کنید، نه فقط از توقف.
    «با این جدول زمان سیکل، توقف و صف جلوی هر ایستگاه، کدام ایستگاه خروجی کل خط را محدود می‌کند؟ استدلالت را قدم‌به‌قدم توضیح بده و حداکثر تولید هر ایستگاه در این شیفت را محاسبه کن.»

    در مثال ما جواب باید رنگ باشد: طولانی‌ترین سیکل (۶۶ ثانیه) را دارد و ۴۱ قطعه جلویش منتظرند. حداکثر تولیدش در این شیفت حدود ۴۲۰ قطعه است (۴۶۲ دقیقهٔ در دسترس × ۶۰ ÷ ۶۶ ثانیه). جوشکاری دقیقه‌های بیشتری از دست می‌دهد، اما هنوز می‌تواند حدود ۴۳۲ قطعه بسازد؛ یعنی سریع‌تر از آنچه رنگ می‌تواند کار کند، به آن قطعه می‌رساند. همین منطق را در مقالهٔ پیدا کردن و باز کردن گلوگاه تولید با داده توضیح داده‌ام.

  3. توقف‌هایی را رتبه‌بندی کنید که واقعاً از تولید کم می‌کنند.
    «حالا توقف‌های دیروز را بر اساس اثرشان روی خروجی خط رتبه‌بندی کن. هر دقیقه توقف در گلوگاه، یک دقیقه از کل خط است؛ دقیقه‌ای که جای دیگر از دست می‌رود فقط وقتی مهم است که گلوگاه را بی‌قطعه بگذارد یا خروجی‌اش را مسدود کند. سه توقف اول را با یک خط دلیل برای هرکدام بده.»

    اینجا مسیر بحث عوض می‌شود. هجده دقیقه توقف در رنگ، بیشتر از شصت‌ودو دقیقه توقف در جوشکاری قطعهٔ نهایی کم می‌کند؛ تا وقتی جلوی رنگ صف هست.

  4. قبل از هر قولی، یک «اگر» را امتحان کنید.
    «اگر در هر شیفت ۱۰ دقیقه در ایستگاه رنگ صرفه‌جویی کنیم (مثلاً با کوتاه‌کردن تعویض رنگ)، خط در هر شیفت چند قطعهٔ بیشتر می‌تواند بسازد؟ فرض‌هایت را فهرست کن.»

    حسابش ساده است: ۱۰ دقیقه یعنی ۶۰۰ ثانیه و ۶۰۰ ÷ ۶۶ حدود ۹ قطعهٔ اضافه در هر شیفت. بخش مفیدش فهرست فرض‌هاست؛ مثل «ایستگاه‌های قبلی رنگ را بی‌قطعه نگذارند» و «تست بتواند قطعه‌های اضافه را جذب کند». این‌ها را با تیمتان چک کنید.

  5. دستور جلسهٔ صبح را بنویسید.
    «برای تیم تولید یک دستور جلسهٔ ۱۰ دقیقه‌ای شیفت بنویس. شامل این‌ها باشد: تولید دیروز در برابر هدف در یک خط، گلوگاه و دلیلش، سه توقف اول، و سه اقدام با مسئول و مهلت. زبان ساده باشد، بدون اصطلاح تخصصی.»

    مسئول‌ها و مهلت‌ها را خودتان اصلاح کنید؛ ابزار فقط یک پیش‌نویس تمیز اول می‌دهد. بعد از چند هفته، همین ساختار عادت می‌شود و جلسه کوتاه‌تر می‌شود.

بعد از یک هفته چه چیزی عوض می‌شود

در خط فرضی ما، توجه تیم از جوشکاری به رنگ می‌رود. یک بررسی سریع روی تعویض رنگ، یک قانون بافر جلوی رنگ و یک برنامهٔ استراحت که رنگ را روشن نگه دارد، در چند روز قابل امتحان است. هیچ‌کدام نرم‌افزار جدید لازم نداشت. یک سؤال بهتر لازم داشت که هر روز صبح پرسیده شود.

وقتی همین سؤال‌ها هر روز تکرار می‌شوند، یعنی وقتش است آن‌ها را از چت بیرون بیاورید و به یک نمای زندهٔ ساده ببرید. این قدم را در از آشوب اکسل تا یک داشبورد زندهٔ عملیات توضیح داده‌ام. اگر هم می‌خواهید ببینید هوش مصنوعی فراتر از پرامپت کجا به کار می‌آید، هوش مصنوعی کاربردی در تولید: کاربردها و اولین پروژه را بخوانید.

چک‌لیست استفاده از ChatGPT در کف کارگاه

  • اطلاعات محرمانه حذف شده و قوانین شرکت دربارهٔ هوش مصنوعی رعایت شده است.
  • اول یک جدول تمیز؛ مقدارهای ناقص علامت خورده، نه حدس زده شده.
  • گلوگاه از روی زمان سیکل و صف پیدا شده، نه فقط از روی توقف.
  • توقف‌ها بر اساس اثرشان روی خروجی خط رتبه‌بندی شده‌اند.
  • هر عدد دست‌کم یک بار با گزارش خام چک شده است.
  • هر اقدام مسئول و مهلت مشخص دارد؛ تصمیم با ابزار نیست.
ابزارهای رایگان: چک‌لیست گلوگاه (PDF) و چک‌لیست آمادگی هوش مصنوعی کنار این پرامپت‌ها خوب جواب می‌دهند. بدون ثبت‌نام. بقیه در این صفحه، از جمله بررسی رایگان ۳۰ دقیقه‌ای دادهٔ کارخانه.
نکتهٔ کلیدی: ChatGPT وقتی برای مدیر تولید بیشترین فایده را دارد که پرامپت ساختار مشخصی داشته باشد: یک جدول تمیز، گلوگاه از روی زمان سیکل و صف، توقف‌ها بر اساس تولید ازدست‌رفته، و سه اقدام با مسئول. عددها را شما چک می‌کنید؛ تصمیم هم با شماست.

می‌خواهید این را روی خط خودتان امتحان کنید؟

یک گزارش شیفت بی‌نام برایم بفرستید. می‌توانیم این پنج سؤال را با هم رویش اجرا کنیم، ببینیم گلوگاه همان‌جایی هست که همه فکر می‌کنند یا نه، و پرامپت‌هایی برای تیمتان بگذاریم که به خط شما بخورد. اگر قدم اول سبک‌تری می‌خواهید، از بررسی رایگان دادهٔ کارخانه استفاده کنید.

تماس با من بخوانید: پیدا کردن گلوگاه بخوانید: OEE بالا، سود ثابت

مطالعهٔ مرتبط: تحلیل داده‌های توقف با ChatGPT: چرا جواب اول معمولاً غلط است — پنج سؤال برای مرتب‌کردن علت توقف‌ها، رتبه‌بندی بر اساس دقیقه و پیدا کردن اتلافی در گلوگاه که واقعاً از تولید کم می‌کند.
مطالعهٔ مرتبط: برنامه‌ریزی تولید با اکسل و ChatGPT: برنامهٔ هفتگی که از گلوگاه شروع می‌شود — برنامه‌ای که با روزی ۳۰۴ قطعه متعادل به نظر می‌رسید، از گلوگاه جوشکاری ۸۸ ساعت کار در برابر ۷۵ ساعت ظرفیت می‌خواست؛ برنامه را بر حسب ساعت گلوگاه بچینید، با فرمول و پرامپت.

منابع

  • منطق گلوگاه بر پایهٔ ایدهٔ تئوری محدودیت‌هاست که کندترین مرحله سرعت کل سیستم را تعیین می‌کند (الیاهو گلدرات، کتاب «هدف»، ۱۹۸۴). داده و عددهای خط در این مقاله فرضی‌اند.
  • مطالعهٔ مرتبط در همین سایت: پیدا کردن گلوگاه تولید با داده، OEE و سود، داشبورد زندهٔ عملیات، و هوش مصنوعی کاربردی در تولید.

👁 Views: 0