需求起点：图纸已经有了，能不能让 AI 自动出清单？
在配电柜业务中，图纸承载了大量产品与配置的信息。将这些信息整理成物料清单（BOM），是连接技术方案与后续采购、生产的重要一步。
客户最初的设想很直接：把图纸交给 AI，识别其中的元器件、型号、参数和数量，生成物料清单，减少人工逐项整理的工作量。
但要判断这条路径是否可行，还需要回答一个问题：图纸中的信息，是否足以确定业务上可用的 BOM？
往下追问：从“识别到了什么”，到“依据什么确定用料”
调研中，两个缺口逐渐清晰。
第一个是标准产品定义。客户同时生产相对标准的产品和非标产品。但即使标准产品，也存在多种待梳理的配置。不同配置决定了不同的物料要求。因此在配置和物料规则明确之前，仅凭图纸无法给出完整 BOM。
第二个是替代料规则。当物料需要替换时，哪些可以替代、在什么条件下可以替代、哪些情况需要技术确认，也需要有明确依据。识别出两个物料的名称和参数，并不足以确定它们可以互换。
这也让“数据不准”这个笼统的问题有了更具体的解释：一部分困难来自产品定义与业务规则尚未明确，无法仅靠提高图纸识别准确率来解决。
如果这些依据缺失，生成过程仍然需要不断依赖人工补充判断。
收敛范围：先把标准产品定义清楚
与客户讨论后，我们把第一步定为梳理标准产品，并将已经明确的定义做成一个可以试用的小工具。
本次选择了六个型号作为起点，整理对应的型号、参数与 BOM 关系，让使用者通过选择型号、填写参数，得到相应的物料清单。需要进一步确认的关键问题，则通过技术确认表显式收集。
替代料规则涉及更复杂的适用条件，暂不纳入这一阶段。非标情况也需要保留单独确认的入口，避免把尚未明确的判断直接固化进工具。
由此，第一阶段形成了一条清晰的路径：
选择型号 → 填写参数 → 生成对应 BOM → 确认关键技术问题。
落地结果：让已经明确的部分先发挥作用
这一阶段交付了覆盖六个标准型号的单页小工具。相关部门已经在用；据客户反馈，对应工作效率提升约 25%—30%。
这项改进所依赖的，是对有限范围内产品定义与参数关系的梳理。它也为后续扩展提供了可以继续维护的起点：新增型号时补充产品定义，增加配置时明确参数关系，处理替代料时补充适用规则。
原始需求中的“自动出 BOM”，由此被拆成了几类不同的工作：
- 识别图纸信息
- 确定标准配置
- 处理非标差异
- 判断物料替代
每一类工作需要的依据和实现方式，都可以分别讨论和验证。
这个案例说明了什么
企业提出一个 AI 需求时，往往已经选定了一种直观的实现方式，例如“读取图纸，自动出清单”。继续追问输出要如何被使用、正确性由什么决定，才能看清真正需要补齐的环节。
在这个项目中，梳理产品定义既带来了眼前可用的小工具，也为后续引入 AI 提供了更明确的业务依据。哪些信息需要识别，哪些结果可以按规则生成，哪些情况必须交给人确认，都有了更清楚的边界。