「工場内に設備データ・品質データ・生産実績データがバラバラに存在するが、繋がっておらず分析に活用できていない」「データレイクを構築したいが、どんなデータをどう集めてどう活用するかの設計が難しい」——工場データ基盤は、散在するデータを統合して品質改善・予知保全・生産最適化に活用するための土台です。AIを使って基盤設計・データ戦略書類を整備できます。

製造業のデータレイク・工場データ基盤構築書類に使えるプロンプト

以下の情報をもとに、製造業のデータ基盤構築書類を整備してください。

【会社概要と現在のデータ状況】
業種: 電子部品製造（SMT実装・検査）
従業員: 200名

現在のデータ保有状況（バラバラで連携できていない）:
  ・設備データ: 実装機・検査機からCSVログ（各設備ごと）
  ・品質データ: Excelで管理（毎日手入力、担当者が変わるとフォーマットが変わる）
  ・生産実績: 紙の日報 + 月次でExcel集計
  ・不良データ: 別のExcelで管理

活用したい分析（将来の目標）:
  ① 設備パラメータ変化と不良発生の相関分析（予知保全）
  ② 過去の不良データから不良要因の自動分類
  ③ リアルタイム生産進捗の可視化

以下の書類を作成してください:
1. 工場データ活用戦略書（収集データ一覧・活用ユースケース・優先順位）
2. データアーキテクチャ設計書（収集→蓄積→処理→活用の構成）
3. データガバナンスルール（データオーナー・品質基準・アクセス権限）
4. データ基盤構築ロードマップ（フェーズ別実装計画・コスト試算）

活用のコツ

  • データ基盤構築は技術的な実装より先に『何の問題を解くためにデータを使うか（ユースケース）』を明確にすることが成功の条件
  • 既存のバラバラなデータは、まず『どこにどんなデータがあるか』のデータカタログを作ることから始めると全体像が見えてくる
  • 工場データのガバナンスは、データ品質（正確性・鮮度）の責任者を工程ごとに決めることで、集めたデータが信頼できる状態になる

関連する書類・プロンプト

製造業のAI活用は、業務書類の効率化から始めるのが最も成果につながりやすい方法です。 製造業でAIを使って効率化できる書類・業務まとめから 他のプロンプトも参考にしてください。

また、すぐに使えるプロンプトテンプレート集（note有料記事）も公開しています。 現場の実務に特化したテンプレートを使うことで、書類作成の品質と速度が大幅に向上します。