质量管理理念与 AI 时代新范式
质量的概念与质量观演变
什么是质量：狭义小质量观与广义大质量观
质量管理的沿革：检验→生产→设计的时代演变
质量意识及其对质量水平的关键影响
问题分析与解决的核心思路
现象与问题的区别、问题的冰山理论
企业长期难以解决质量问题的深层原因
问题解决的核心思路与逻辑主线
PDCA 与 SDCA 持续改善
PDCA 与 SDCA 的关系及典型错误
PDCA 持续改善的路径图
SDCA 在标准化维持中的作用
质量管理方法论总览与 AI 时代新角色
TQM、8D、QC 新老七大手法四套体系的关系与互补
AI 在质量管理中的能力边界与真实落地机会
质量人的三大 AI 新能力：提示词 / 专属 Skill / 多 Skill 项目管理
AI 是放大器、不是替代者：人机分工原则
课堂游戏: 从现象与问题之差理解问题解决的起点
课堂研讨: 本岗位经常解决的几类质量问题，分别适合用哪套方法论 + AI
全面质量管理 TQM 体系与 AI 落地
TQM 的核心概念与体系剖析
TQM 的标准定义与简化理解
三全一多：全过程、全员、全组织、多方法
四个阶段（PDCA & SDCA）与八个要素
六个球模型：保持全员参与的六个要点
质量管理的三类过程改进与工具总览
被动型改进：传统 QC 步骤与老七大手法
主动型改进：新七大手法与预防思维
控制型与标准化管理：SPC、防错法、SDCA
质量成本与不良质量成本分析
质量成本的概念与构成（预防/鉴定/损失）
不良质量成本的隐蔽损失
用 AI 辅助质量成本数据的整理与分析
TQM 在企业中的部署推行与 AI 融合
全员 TQM 培训、合理化建议体系、员工技能矩阵
质量改善项目、最佳实践分享、标杆工厂建设
用 AI 辅助 TQM 推行：培训资料生成、建议分类汇总、改善项目文档与复盘
案例: 全球标杆 TQM 工厂的实践与 AI 结合点
课堂研讨: TQM 八大要素中我们企业的欠缺点及 AI 可切入的环节
实战案例: 用 AI 将一次质量管理评审/复盘整理成结构化文档
8D 问题解决法·前期（D0-D3）与AI应用
8D 方法总览
8D 问题解决法的定义、特点与路径图
8D 与 QC 新老七大手法的融合运用关系
D0-D1: 准备阶段与成立团队
D0 准备阶段的要点与原则
D1 项目团队的组建、授权与激励
团队发展的阶段管理与首次会议准备
D2: 定义和描述问题
真实、客观、准确收集信息的原则
4W2H 表格及其运用
用 AI 辅助把模糊现象写成结构化问题描述（六层提示词实践）
D3: 确认并实施临时对策
临时对策的意义与常见可行做法
纠正 vs 纠正措施 vs 预防措施的辨析
用 AI 辅助多方案比选与临时对策要点梳理
前期阶段团队管理小工具
名义组技术、多重投票法、力场分析
团队协作游戏体验
课堂演练: 用 4W2H + AI 写出一份结构化的质量问题描述
实战案例: D0-D3 阶段完整案例解析与 AI 辅助生成
前期（D0-D3）的手法工具集合与AI落地实施
检查表（查检/记录）法
检查表的类型（记录用/检查用）与制作要点
调查前的明确事项与运用场景
用 AI 辅助设计检查表与调查计划
层别法与 MECE 分类
层别法的定义、目的与分层分类原则
麦肯锡 MECE 原则与分层的常用方法
用 AI 辅助梳理层别维度与归类
帕累托图（排列图）
帕累托分析原理与 80/20 法则
应用流程、注意事项与案例
用 AI 辅助生成帕累托图并从数据定位重点
直方图
直方图看分布：制作与形态解读
用 AI 辅助绘图并解读分布形态
上机实操: 用真实质量数据 + AI 生成帕累托图、直方图并解读
8D 问题解决法·中期（D4-D6）与AI应用