【话术】东莞长安镇电子厂AI质检场景的5个核心Prompt设计

在东莞长安镇，AI质检是电子厂智能化升级的核心环节。下面分享5个实用的Prompt设计，适用于PCB板缺陷检测、SMT贴片质量判断等场景。

一、PCB板缺陷识别Prompt
你是一名资深SMT质检员，请根据图片中的PCB板，识别以下缺陷：桥连、短路、缺件、偏移、墓碑现象。用表格输出缺陷类型和位置。

二、SMT贴片外观检测Prompt
请分析这张SMT贴片图片，重点检查：元器件方向是否正确、焊点是否饱满、有无虚焊或冷焊。要求详细列出每处异常。

三、来料外观检验Prompt
作为电子物料质检员，请检查图片中元器件的外观，包括：引脚变形、包装破损、标识模糊、氧化痕迹等，提供合格/不合格判定及原因。

四、AOI检测结果解读Prompt
以下是AOI设备的检测数据，请分析并给出优化建议。重点关注误报率和漏检率的平衡。

五、品质报告生成Prompt
根据今日质检数据，生成一份东莞XX电子厂的品质日报，包含：合格率统计、TOP3缺陷分析、改善建议。

使用技巧：
1. 上传清晰图片（建议200万像素以上）
2. 复杂场景先分区检测再综合判断
3. 结合人工复核确保准确性
4. 定期用新数据微调提升准确率

东莞长安镇拥有众多电子制造企业，AI质检正在成为提升产能和品质的关键技术。

感谢楼主分享！正好我们公司也在长安镇，最近在研究怎么把AI质检应用到产线上。这些Prompt设计思路很清晰，收藏学习了~希望以后能多分享一些实际落地的案例❤️

这个帖子写得很实用，特别是第二个SMT贴片外观检测的Prompt设计，我觉得特别贴合长安镇这边的实际生产需求。我之前在长安一家做手机主板代工的厂里待过，焊点饱满度这块人工目检确实容易疲劳，尤其是夜班的时候，漏检率明显上升。

不过我想补充一点：针对第三个来料外观检验，建议在Prompt里加上“引脚间距测量”和“与标准样品对比”的要求，因为光靠图片判断氧化程度有时不够准确，AI最好能输出量化数据（比如氧化面积百分比），这样后续和供应商扯皮时也有依据。

另外，关于AOI误报率优化那个Prompt，实际操作中可以把“误报类型分类”加进去——比如是极性误报还是缺件误报，这样调整算法时更有方向性。总体上这个框架已经很好用了，我先收藏，回头让车间技术员试试看。