花几千块换个更贵的模型，不如先花两天把脏数据洗干净。这周我们往这条路走了一遍：863条维修记录里删了112条重复，合并47条半截单，AI回答的可用率从61%提到79%。钱没多花，师傅们反而开始用了。
为什么开始查数据
起因是车间张师傅在报修群里问液压站异响，AI给了三个可能：油位低、滤芯堵、联轴器松。按道理液压站异响最常见的是滤芯堵，但AI把油位低排第一。张师傅按油位查了半天没解决，最后打电话给老周，老周十分钟找到滤芯堵。张师傅原话：这AI还不如直接喊老周。
我一开始觉得是模型不够聪明，排序有问题。后来老周翻了几条历史记录，发现同样的问题我们记录里写得很乱。有六十多条写“液压站响”，有的写“液压站异响”，还有十来个只写“响”，没有结论。AI学了一堆这样的记录，怎么可能排得准。
我们把数据洗了一遍
具体做法不复杂。先把维修记录从系统导出成一张表，一共863条。老周带徒弟花两个下午逐条看。第一步删掉完全重复的，同一个故障被不同师傅用不同说法报了三遍，只留一条最全的，一共删掉112条。第二步合并半截记录，有些工单只写“故障”、没有处理和结论，有的同一个故障分两条，把能拼的拼成47条。第三步给每条记录打上统一叫法，比如“液压站异响”统一叫这个，不叫“响”“异响大”“叽叽响”。
工具就是Excel，加一点复制粘贴。没用什么高级软件。关键是人得坐下来一条条看，这个活AI替代不了。老周说，看这些记录才知道我们平时填表有多随意。
清洗后的第一个变化
我重新把洗干净的数据喂给知识库，第二天张师傅又问液压站异响，AI这次把滤芯堵排第一，下面还有两句：先检查滤芯两侧压差，历史记录里70%是这个问题。张师傅照着做，换了滤芯，机器不响了。他没再说AI不如老周。
我用老周统计的20个常见故障测了一遍，之前能用的大概12个，现在能用的16个。准确率从61%提到79%。虽然没有百分之百，但师傅们愿意用了，这个比什么都重要。
数据不能只洗一次
这件事给我的教训是，数据脏不是一次性的事。我们每天还新增七八条维修记录，如果还是随便填，用不了三个月又回老样子。我跟老周定了个规矩，每月最后一个周五下午，他抽半小时把新增记录过一眼，明显乱填的退回重写。
财务小王那边也提醒我，以后AI给销售老陈做报价时，产品型号和单位这种基础资料也得先洗。不然AI学了错误型号，报价单发出去更难看。
AI就是个拧螺丝的，喂它生锈的料，它只会打出歪螺丝。
常见问题
怎么判断自己公司的数据要不要洗？
抽查20条，看有没有重复、有没有只写故障没写结果、同样问题叫法乱。如果超过3条有问题，就值得花半天洗。我们当时863条里查出112条重复，说明已经脏到影响AI了。
没有技术人员，只有老板自己能做清洗吗？
能。先导出表格，用Excel“删除重复项”去重，然后按关键词筛选无结论的记录，比如“待查”“未解决”“不清楚”，一次能删掉不少。剩下的靠人工看，几百条半天到一天能过完。
数据洗干净后AI还会出错，那清洗的意义在哪？
清洗不能保证不出错，但能把常见错误压下来，让老师傅觉得这工具能用。我们留了“有用/没用”按钮，每周统计一次，低于60%就再洗一圈。AI是个长期要收拾的徒弟，不是一锤子买卖。
以上为个人使用与转型记录，仅作交流，不构成任何专业建议。