用WorkBuddy十分钟批量处理EMC报告，自动提取不合格项全流程复盘

做硬件时间长了你会发现最耗精力的往往不是画板子和调电路而是整理报告。我每个月手里会过几十份第三方EMC检测报告客户、认证机构、研发、质量四面八方都在催结果。以前抽不合格项无非是打开PDF一页页翻重点盯测试结论碰到一份几十页的报告光扫一遍就得十分钟。上个月我把WorkBuddy拉进了这个流程搭了一个专门做EMC报告初审的技能实测30份PDF从喂进去到拿到不合格项清单十到十五分钟稳定在十分钟出头。整个过程不是把报告丢给AI聊天框让AI泛泛地看一遍而是先把EMC报告的语言规律摸清楚再让WorkBuddy按固定套路逐份拆、逐项审。这篇就当项目复盘把思路、提示词、踩过的坑一起写出来想抄作业的直接抄。1. 项目背景为什么我要用WorkBuddy处理EMC报告1.1 30份EMC报告的传统处理流程在大多数硬件公司做EMC报告汇总这件事没有专门的系统全靠工程师人肉翻PDF。流程通常是这样的批量下载报告打开第一份先看封面记下报告编号和产品型号然后翻到测试结果汇总表从上往下逐项看遇到PASS的直接跳过遇到FAIL或不合格把对应的测试项目、实测值、限值和超标幅度抄到Excel里最后再按产品或者按标准归一次类。这个流程听起来简单但一份报告少则二十页多则六七十页关键信息分布在汇总表、详细测试数据和备注栏里一份报告看下来五到十分钟是非常正常的。30份报告就是三到五个小时。如果中间被电话、会议打断时间还要翻倍。更麻烦的是人的注意力会疲劳连续翻两个小时之后很容易漏掉藏在表格边角的小字“个别频点超限详见数据页”。我最初想的是用脚本解决但很快就发现绕不开一个难点不同实验室出的报告模板差异太大了。1.2 为什么选WorkBuddy而不是写脚本最早想的是写个Python脚本解析PDF文本、定位表格、匹配“FAIL”“超限”“不合格”这些关键词。这个方案对单一实验室固定模板是有效的但现实是手里的报告来自七八家实验室有的用横表有的用竖表有的把结果放表格有的在每页页脚放一句“Test Result: FAIL”。规则写少了漏检规则写多了误报一个模板一套正则维护成本比人肉看还高。WorkBuddy的思路不一样它本质上是把大模型放到一个可以重复使用的工作台里我给它配一套技能/自定义指令它就能按我设定的流程批量读报告。LLM最擅长的恰恰是不怕模板差异一些表格跨页、合并单元格、判定词变了写法它都能通过语义猜出来再扔回固定结构里。对不搞机器学习、只想要结果的硬件工程师来说这比维护脚本友好得多。我不用知道怎么训练模型只要把判断逻辑写在提示词里剩下的交给它跑。如果非要给个理由我会说脚本是“你教它每种情况怎么处理”WorkBuddy是“你告诉它目标让它自己去理解每份报告”。EMC报告恰恰是那种“大体相同、细节各不同”的文档第二类方案天然更合适。这也是这个项目能成立的核心原因。2. 读懂报告结构才能让AI准确抓不合格项2.1 一份EMC报告的核心骨架要让WorkBuddy抽得准不能上来就丢一堆PDF得先告诉它EMC报告长什么样。只要做过几家的报告就会发现骨架高度相似。最前面是封面页包含报告编号、样品名称、型号规格、委托单位、检测日期这是每份报告的身份证。接下来是检测依据也就是标准号。EMC领域常见的包括辐射发射和传导发射相关的GB/T 9254/CISPR 32/EN 55032抗扰度相关的IEC 61000-4-2ESD、IEC 61000-4-4EFT/B、IEC 61000-4-5浪涌等。然后会有一段测试环境与仪器设备清单诺大的表格里全是型号和校准有效期。真正决定报告结论的是中间那一页“测试结果汇总表”实验室会把所有测试项目、测试条件、限值、实测结果和判定写进去。再往后是详细测试数据和曲线图发射类的有频点扫描曲线抗扰度类的有施加等级和产品表现描述最后附测试照片。对AI来说结果汇总表是最高价值区域但绝对不能只看它。我遇到过案例汇总表写的PASS详细数据页第一行却有个频点只在曲线图上标了红点文字说明在旁边的备注小字里“over limit”。所以提示词里我会明确要求不仅看汇总表还要扫一遍全文中所有带“超”“不”“异”“FAIL”等字眼的短句。2.2 EMC不合格项最常藏在哪里从几十份报告的实战结果看不合格项虽然项目各异但分布有规律。发射类测试RE辐射发射、CE传导发射最常见的问题是某个频点超过限值线尤其是30MHz到1GHz的辐射发射开关电源的谐波尖峰经常在这里冒头。这类报告会在表格里写“不合格”或“FAIL”但也可能写“个别频点超限”AI靠关键词匹配容易漏靠语义判断才能找出来。抗扰度类测试ESD、EFT、浪涌、电压暂降等不合格项通常不以数字超标来体现而是判据等级。比如ESD接触放电±4kV时产品出现重启或者功能暂时性降低结论可能写“B类”也可能写“不合格性能降级”。不同实验室对等级的定义还不完全一致有的按A/B/C/D四类有的直接写“合格/不合格”。这类结论需要提示词明确告诉AIB/C类默认要列为待处理项D类必属不合格。还有一类容易被忽视的是谐波电流、电压闪烁、功率、端子骚扰电压等很多EMC标准把它们合并在综合报告里不合格项藏在附录里不逐页扫很容易漏。抽30份报告时汇总表和正文的一致性校验特别重要。2.3 抽不合格项的本质场景化的信息提取做过一次之后我意识到所谓“抽不合格项”不是简单搜个FAIL也不是把表格抄一遍而是做一次场景化的信息提取。场景化体现在三个地方。第一知道哪些字段是必填的报告编号、产品型号、标准号、测试项目、测试条件、判定结论、实测值/现象。第二知道判定词有大量同义词PASS、合格、通过、符合、OK、√都是通过FAIL、不合格、不通过、超限、NG、×都是不通过还有“退步”“异常”“待整改”这类模糊表述要单独列为存疑。第三知道要跨表格比对汇总表结论和详细页结论不一致时不能无脑信汇总表必须把两个都列出来。这三点用传统正则脚本写会很痛苦但对WorkBuddy这类工具来说只需要在提示词里把规则说清楚大模型就能按着规则去读。后面我就是要解决“怎么把规则说清楚”。3. 实操WorkBuddy技能搭建与10分钟批量抽检流程3.1 前期准备报告整理与命名规范基础环境不多说WorkBuddy的安装和账号激活网上已经有大量教程不同版本的入口名称略有差异有的叫“技能”有的叫“自定义指令”核心是同一个东西给AI设定一套固定的处理流程。我这里配套的建议是先把报告文件夹整理干净。我的做法是建一个report_in目录所有PDF按“日期-编号-厂商-型号”的格式命名目的是让AI在输出时能明确区分每一份报告也方便自己回溯。如果报告是扫描盖章版我会先做一步OCR转成可搜索的PDF或文本再喂进去。这一步看起来多花了几分钟实际能避免后面大部分表格乱码的问题。另外提醒一句涉及客户名称、商业机密的信息如果只是内部初审建议脱敏后再用或者至少保证数据只在本地/私有环境流转。WorkBuddy如果是云端版本这一点尤其要注意。合规意识在这个项目里不是口号是真会踩雷的。3.2 提示词设计让AI先当助理再当审核员提示词是整个技能的灵魂我迭代了四版才稳定。第一版只写了“提取不合格项”结果AI把合格项也当成不合格因为有些报告标题叫“测试结果列表”里面有大量“合格”两个字。后来我把提示词改成“角色步骤输出结构”三段式效果好很多。下面这版是目前在用的可以直接复制改【角色】 你是一名资深的EMC检测报告审核助理熟悉CISPR、IEC 61000、GB/T 9254、GB 17626等系列标准。你现在要帮我从一批检测报告中快速抽取不合格项输出规范化清单。 【任务步骤】 1. 逐份读取我上传的EMC检测报告先识别报告编号、产品名称、产品型号、检测依据含标准号与版本、检测日期。 2. 找到每份报告的测试结果汇总表并同时扫描全文所有测试项目的结论描述。 3. 对每个测试项目提取以下字段测试项目名称、测试条件/等级、限值、实测值或现象、判定结论。 4. 判定结论请统一映射为3类PASS通过、FAIL不通过/不合格/超限、SUSPECT存疑。 - 出现PASS、合格、通过、符合、OK、√映射为PASS。 - 出现FAIL、不合格、不通过、超限、NG、×、异常、整改映射为FAIL。 - 出现A/B/C/D等级时A映射为PASSB和C映射为SUSPECT并在备注中说明等级含义D映射为FAIL。 - 汇总表与正文结论不一致时以更严格结论为准并在备注中说明矛盾。 5. 凡是FAIL和SUSPECT项必须额外给出超标频点、超标幅度或异常现象描述确实无法判断的写“待人工确认”。 【输出格式】 先按报告编号分组。每组输出 - 报告基本信息报告编号/产品/型号/标准/日期。 - 不合格项清单Markdown表格列依次为测试项目、测试条件、限值、实测值/现象、映射结论、备注。 - 存疑项清单没有就写“无”。 如果一份报告中没有任何FAIL和SUSPECT项只需在基本信息后面写“该报告未发现不合格项”。这段提示词看起来长但每条都有用。比如“扫描全文”是为了防止漏掉正文小字映射规则是为了统一多实验室的表述更严格结论是为了避免AI在矛盾信息面前随便二选一。还有一个小心机我把“待人工确认”写进了输出格式AI遇到拿不准的情况会更倾向标出来而不是强行猜测这对后续人工复核特别友好。3.3 批量处理与结构化导出实际操作时我会把30份PDF一次性传给WorkBuddy然后运行上面这个技能。如果工具的上下文窗口有限制就分三批每批10份批次之间用同一个技能结果最后合并。实测下来单份PDF如果主要是文字版处理时间通常在20到40秒之间如果夹杂大量扫描图速度会慢一些但30份总体控制在10分钟以内是可以做到的。我建议第一次跑不要追求完美先拿3份格式差异明显的报告试跑检查AI对判定词和表格的识别是否正常再上批量。跑完后的输出是一大段Markdown我的习惯是直接让AI在最后附一个JSON版本这样我用一个小脚本就能转成Excel。JSON示例{ reports: [ { report_no: EMC-2025-0123, product: 工业控制终端, items: [ { test_item: 辐射发射, condition: 30MHz-1GHz, limit: 准峰值限值Class B, result: 36.8dBuV/m 88.3MHz, verdict: FAIL, note: 超标2.1dB } ] } ] }拿到JSON以后用Excel的Power Query或者简单Python脚本拉平就成了不合格项汇总表。从最终效果看一次30份报告的抽检AI生成初版清单大概几分钟我把关键报告翻出来人工复核一遍半小时内肯定能交活。和原来三小时起步相比效率提升是肉眼可见的。4. 踩坑实录EMC报告自动抽取常见的5类问题4.1 表格错位、合并单元格与跨页断表这类问题是所有PDF转文本工具的老毛病。实验室报告常用表格呈现结果但表格到了PDF解析层经常把表头和数据行拆散。最典型的是“测试项目”列跨了两行第二行的项目名称空了AI很容易把下一个单元格的内容当成项目名。还有一种情况是表头在页首表体到了下一页AI会以为新表没有表头。我的解决办法有三个。第一是在提示词里加一句“如果表格字段为空优先取上一行相同列的值”让AI自己脑补合并单元格第二是要求输出结果时保留原始行号方便我回溯第三是如果某一页实在乱得离谱就让AI把该页整页文本附到备注里我人工看一下。这套组合下来表格错位导致漏判的情况少了很多。4.2 判定词五花八门识别规则必须兜底这是让我最头疼的问题。一家实验室用“合格/不合格”另一家用“PASS/FAIL”第三家居然用“√/×”还有一家在结论栏画了一个向上的箭头备注里写“margin 1.2dB”意思是超了限值1.2dB。关键词匹配在这种场景下脆得像纸。LLM本身能理解大部分自然语言但仍然需要规则兜底。我在提示词里枚举了常见的通过和不通过说法并要求AI把非标准说法集中到“存疑”里。另外特别注意“不适用N/A”和“未测”这两种情况它们既不是PASS也不是FAIL如果AI把它们当成异常会带来大量噪声。我在映射规则里额外加了一条遇到N/A、不适用、未测结论单独标记为NA不进不合格清单。加了这条之后误报率明显下降。4.3 扫描版和图片型报告怎么处理很多第三方报告是盖章扫描件整个PDF就是一页页图片文字根本抽不出来。WorkBuddy处理这种报告的效果取决于底层能力为了保证稳定我养成了一个习惯先本地做OCR预处理。先用OCR工具把扫描PDF转成可搜索PDF或者直接导出成纯文本再交给WorkBuddy。图片清晰时准确率足够但清晰度差、印章压字、表格线歪斜时OCR会把“不合格”识别成“不合辐”把“dBuV/m”识别成“dbuVim”。这种情况下我会人工打开原报告把关键页拍照或截图作为图片再让AI看一遍多模态识别比纯文本识别往往更靠谱。给个小提醒不要指望OCR第一次就完美批量OCR后一定要抽查中间页和末尾页很多报告正文是扫描图但最后一页附的PDF原图层是可复制的文字两种来源混合在一起最容易出乱子。4.4 标准版本与限值口径不一致同一个产品不同国家、不同时期用的标准可能不同。比如信息技术设备的老标准GB/T 9254-2008对应CISPR 22新标准则要看CISPR 32/EN 55032两者的限值分级和测试频段都有差异。AI不需要替我做限值换算但它必须在输出里带上标准号否则我复核时还得往回翻报告找依据。我在提示词里要求“检测依据必须输出标准号加版本年份”。处理过程中发现有的报告首页写的标准号是IEC 61000-4-2:2008但正文表格里写的是GB/T 17626.2-2018两个标准在试验等级和判据上基本对应但不是一回事。这时候AI如果只报其中一个后面出了问题很难追溯。所以我又加了一条检测依据以报告正文试验方法页为准如果与封面不一致两个都列出并标注差异。这个小改动让后续的认证审查少了很多扯皮。4.5 汇总表与正文结论打架这是最隐蔽的坑。实验室的汇总表通常是排版人员手工填的偶尔会出现汇总表写PASS、正文数据页却标着红字超限的情况或者反过来正文写着“所有频点扫描无异常”汇总表却录成了FAIL。我一开始只让AI看汇总表结果漏了一单客户那边反馈过来整个项目差点延期。现在的规则是汇总表和正文必须对照结论不一致时以更严格的为准同时把两种结论都放在备注里。AI如果真的读到了矛盾内容它会生成类似这样的输出“辐射发射项目汇总表为PASS数据页88.3MHz处实测值超出准峰值限值2.1dB映射结论为FAIL备注请以数据页为准人工复核。”这种输出让我复核时心里有底而不是看到单独一个FAIL就盲目相信。5. 扩展用法不只EMC其他检测报告也能接5.1 安规、可靠性、环境试验报告同样适用做完EMC报告初审之后我发现这套“先摸清报告结构、再写规则、最后批量跑”的思路完全可以平移到其他检测报告上。安规报告的结构更规则结论词也更统一可靠性测试报告里高低温、振动、盐雾这些项目的判定描述通常集中在一个汇总表就连IP防护等级测试、电池UN38.3报告也是一样的逻辑。所以我在WorkBuddy里建了好几个技能每个技能对应一类检测报告提示词结构都一样只是把测试项目名称、标准号、判定词表换成对应领域的。做完一次后面新报告来了直接复用边际成本很低。这也是我觉得这个项目最值钱的地方它不是一次性脚本而是一套可以被复用的工作流资产。5.2 AI抽判不等于最终结论人工复核不可省最后说点实在的。WorkBuddy在这个项目里定位是“初审助理”不是“最终签字人”。检测报告最后是要进认证档案、要面对客户和审核机构的一旦判定错了责任是实打实的。所以我的流程永远是AI先跑出初版清单我再挑FAIL和SUSPECT项逐条看原始报告确认无误后才往外发。30份报告里真正需要逐条复核的通常只有三五份工作量已经很小了。如果你也想复刻这个流程我的建议是别急着拿30份直接上先拿一份报告把提示词调稳再拿三份跨实验室的报告做泛化验证最后再上批量。我第一次跑通时用了两个多小时大部分时间都在调判定词映射现在回看那段时间花得很值。工具不复杂复杂的是把业务规则翻译成AI能听懂的语言翻译好了十分钟就能干完原来半天的事。