把大模型用在设备维护上，是今年不少工厂信息化部门的立项方向。愿景很美好：把老师傅脑子里的经验、历年维修工单、厂商说明书都喂进去，以后设备报警了，问一句就能得到处置建议。但实际推进中，很多项目在第一步就碰了壁——不是模型不行，是喂进去的东西本身不成体系。
最常见的问题是工单质量。多年积累的维修工单里，故障描述常常就一行“主轴异响，已处理”，换了什么件、什么原因、之后有没有复发，全都缺失。这样的数据训练不出有用的诊断模型。务实的做法是先补数据：从现在起新工单按模板填，故障现象、判断依据、更换备件、验证结果四项必填，积累半年再谈智能化。历史工单可以让大模型做一次结构化清洗，但清洗结果必须由技术人员抽查，不能直接入库。
另一个误区是忽视备件台账的关联。诊断的终点是换件，如果知识库里写着“更换轴承 6208-2RS”，而库存系统里这个型号三个月前就断供了，这套系统反而制造矛盾。知识库应该和备件台账打通，诊断建议直接关联可用库存和采购交期，西门子、费斯托等厂商的电子样本（含选型参数和替代型号表）都可以导入作为基础数据。
还有权限与安全的问题。设备参数、工艺参数属于企业核心数据，接入外部大模型服务前必须明确数据边界，敏感产线的知识库建议私有化部署。大模型在设备维护上是好帮手，但它的水平上限取决于知识库的质量——这一步没有捷径，老老实实把台账和工单做扎实，才是正路。