一、项目背景

我们合作的一家食品制造企业，质量记录散在 ERP、MES、仓储多个系统，出了问题靠人工翻单据、逐批溯源，慢且易漏。召回范围全凭经验拍脑袋——要么扩大化误伤大量好货，要么缩太小漏掉风险批次，跨系统证据链还经常断。监管核查时拿不出连贯的批次链路，处置滞后、合规风险高。品牌方要的是：质量数据汇聚、批次级追溯、召回范围智能判定、处置有协同有闭环。

二、落地场景

我们搭了质量数据中台，把生产、检验、仓储、物流的批次数据打通成一张追溯图谱。每批产品从原料、工序、检验到出库都有节点。发生质量事件时，大模型读事件描述与图谱，定位关联批次、判定召回范围（影响半径），并生成处置工单协同质检、仓储、客服、法务多角色。监管报送材料由系统一键导出，证据链完整。

三、关键技术挑战与解决思路

挑战一是多源质量数据汇聚。ERP/MES/仓储口径不一、主键不同，我们做批次主数据归一与链路拼接，把分散记录连成"一批一链"。

挑战二是批次追溯图谱。以批次为节点、流转为边建图，查询时图遍历即可回溯原料与下游，比逐表 join 快且全。

挑战三是召回范围智能判定。大模型融合事件严重度、批次关联度、流通范围，给出分级召回建议而非一刀切，并标注置信与依据，人在回路确认。

四、效果数据

覆盖约十五条产线的脱敏示意值：单起质量事件的追溯时效从约 5 小时缩到约 35 分钟；召回范围判定精准率（与实际风险比对）约 90%，误扩与漏召回双降；处置工单闭环率（多角色确认）从约 65% 提升到约 94%；监管报送材料准备从约 2 天缩到约 3 小时；因追溯清晰，合规核查零重大缺陷。

五、可复用经验总结

第一，追溯先批次再图谱，一批一链比逐表 join 全且快。第二，召回范围要智能判定而非拍脑袋，分级建议 + 置信依据，人在回路守最后一关。第三，处置工单跨角色协同闭环，监管报送一键导出，证据链才完整。我们把追溯图谱与召回判定抽成通用件，新产线接入主要配批次主数据。

结语

质量追溯最怕"证据链断在半路"。我们接手时，生产、检验、仓储各管一摊，出事人工翻单据，召回范围靠经验——扩大化误伤好货、缩小漏掉风险，两头不讨好。把批次数据归一、建成追溯图谱后，一批一链，图遍历就能回溯原料和下游，又快又全。

召回范围判定是价值核心。大模型融合事件严重度、批次关联度、流通范围，给出分级建议并标注置信和依据，不是简单一刀切。关键仍要人在回路确认——系统给判断、人定边界。处置工单跨质检、仓储、客服、法务协同闭环，监管报送一键导出，整个处置从各扫门前雪变成有迹可循。这套能力抽成通用件，新产线接入只配批次主数据，质量底线可批量复制。

案例片段（已脱敏）： ```

批次追溯图谱与召回判定（伪代码节选）

graph = build_trace_graph(batch_master, edges=[make, inspect, ship]) affected = traverse(graph, start=event.batch, radius=event.severity) plan = llm.judge_recall(affected, severity=event.severity,                        confidence=True)        # 分级建议+依据 wo = create_recall_wo(plan, roles=['qa','wh','cs','legal']) track(wo, closed_when='all_confirmed') export(regulatory_report, chain=graph.path(affected)) ``` 一批一链图谱；召回分级判定；跨角色闭环。

附：规模化落地的体会

追溯图谱建好后，召回从被动救火变主动预防。我们不再等监管通报才动，而是日常监控质量指标，一有异常趋势就顺着图谱回溯，往往在批量问题发生前就拦下。一次原料供应商指标波动，我们提前锁定关联批次复检，避免了一次潜在召回。跨角色协同也改变了组织习惯。过去质检、仓储、客服、法务各管一段，出事互相甩锅；现在处置工单把四角色拉进同一个闭环，谁卡住、谁确认一目了然，责任清晰、处置飞快。质量处置从扯皮变成协作，监管报送也从加班赶工变一键导出。

附：给同行的提醒

给质量同学的提醒：追溯图谱的边界要画清楚。我们最初想把所有数据都塞进图，结果图太大、查询慢、维护累；后来只把和批次流转直接相关的节点入图，其余数据走关联查询，性能和可维护性都好了。召回判定也别全信模型。大模型给的分级建议是辅助，最终召回范围要人在回路确认，尤其涉及范围大小、对外公告时。系统提判断、人定边界，这是质量处置最稳的组合。把人摘出去全自动化，风险反而更大。

附：工程落地的细节

质量数据的口径我们统一过一轮。不同系统对批次、对工序的命名不一，我们建了批次主数据，所有流转挂到同一套主键，图谱才连得起来。数据不归一，图谱就是一地碎片。召回的对外公告我们也做了模板。分级建议出来后，系统按范围自动生成拟公告草稿，法务只改措辞、定边界。处置提速，对外也更稳。召回最怕临时抱佛脚写公告，出错比不写更糟。监管报送我们接了固定模板。平时数据按模板沉淀，要报送时一键导出，格式合规、链路完整。监管核查从加班赶工变成日常取数。合规的从容，来自平时的规整。最后一句话：质量追溯的价值，不在出事后的漂亮复盘，而在出事前的提前拦截。图谱让批次可追溯、模型让召回可判定、工单让处置可协同，三者合起来，质量才从被动变主动。