封裝測試OSAT L1 Assembly Operator 企業培訓知識點

封裝測試OSAT L1 Assembly Operator 企業培訓知識點
________________________________________
封裝測試（OSAT）L1 Assembly Operator企業培訓手冊
適用節點： N3 / N2 / A16（含 AI GPU / HBM / CoWoS）
職稱： Assembly Operator / Test Operator
能力範圍：Die Attach / Wire Bond / AOI 判讀 / Burn-in 基礎操作
認證標準： 判讀準確率 ≥ 95% + 設備操作認證
________________________________________
🧭 第一篇｜角色定位與產業全景
Chapter 1｜OSAT 產業與封裝流程全覽
Chapter 2｜Assembly Operator（L1）角色定位
Chapter 3｜封裝品質形成機制
Chapter 4｜AI GPU 封裝精度要求
Chapter 5｜良率基本概念（L1 必懂）
⚙️ 第二篇｜Die Attach 核心操作
Chapter 6｜Die Attach 原理
Chapter 7｜Die Bonder 設備操作
Chapter 8｜關鍵參數控制
Chapter 9｜常見缺陷（Die Attach）
Chapter 10｜AOI 判讀（Die Attach）
🔗 第三篇｜Wire Bond 核心操作
Chapter 11｜Wire Bond 原理
Chapter 12｜Wire Bonder 設備操作
Chapter 13｜關鍵參數控制
Chapter 14｜常見缺陷（Wire Bond）
Chapter 15｜AOI 判讀（Wire Bond）
🧪 第四篇｜檢測與缺陷判讀
Chapter 16｜AOI 系統基礎
Chapter 17｜X-ray 基礎
Chapter 18｜缺陷分類體系
Chapter 19｜判讀準確率訓練
Chapter 20｜缺陷與良率關聯
🏭 第五篇｜設備與製程控制
Chapter 21｜設備基礎（Bonder / AOI）
Chapter 22｜Recipe 管理
Chapter 23｜Calibration 與維護
Chapter 24｜Alarm 系統
Chapter 25｜製程穩定性
🚨 第六篇｜異常處理與風險控管
Chapter 26｜異常分類
Chapter 27｜異常處理 SOP
Chapter 28｜Lot Hold 機制
Chapter 29｜誤判風險
Chapter 30｜Stop-Ship 概念（L1 版本）
📊 第七篇｜品質系統與追溯
Chapter 31｜製程紀錄系統
Chapter 32｜Traceability（追溯）
Chapter 33｜品質系統（QMS）
🎓 第八篇｜認證與升級
Chapter 34｜L1 認證制度
Chapter 35｜L1 → L2 成長路徑
________________________________________
📘 Chapter 1｜OSAT 產業與封裝流程全覽
本章建立整體產業視角，說明封裝測試（OSAT）在半導體供應鏈中的核心地位，以及從晶圓到成品的完整流程。標準封裝流程包含 Die Attach、Wire Bond、Molding、Test，每一步皆具不可逆特性，其中 Assembly（Attach + Bond）決定約80%封裝品質。
在 AI GPU 時代，OSAT 不再只是後段製造，而是「出貨控制節點」。整體出貨能力取決於封裝與測試瓶頸，其本質可用關鍵模型表示：
👉 Shipment = min(CoWoS, HBM, ATE, Burn-in)
隨著 TSMC CoWoS 與 HBM 技術成熟，封裝已從「保護晶片」轉變為「性能實現平台」。AI GPU 的性能取決於：
👉 Performance = Packaging × Memory × Power
對 L1 而言，本章最重要認知是：
你操作的不只是機台，而是在 μm 等級構建 AI 晶片的物理結構。一旦前段產生缺陷（如 void、bond fail），後段無法修復，只能篩選。因此 OSAT 是 AI 時代真正的算力落地者，而 L1 是良率的起點控制者。
________________________________________
📘 Chapter 2｜Assembly Operator（L1）角色定位
本章定義 L1 在封裝體系中的角色：製程執行者 × 缺陷辨識者 × 品質第一關。
L1 / L2 / L3 分工明確：
L1：執行製程（操作設備、判讀缺陷）
L2：優化製程（調參數、分析缺陷）
L3：整合系統（封裝結構與量產導入）
L1 的核心價值不在「操作」，而在「穩定執行標準」。必須確保：
正確 lot × 正確 recipe × 正確設備 × 正確材料 × 正確紀錄
本章另一重點是「品質第一關」概念。Die Attach 與 Wire Bond 是結構與電性的起點，一旦錯誤（如 die shift、NSOP），後段無法修復。因此 L1 的責任是阻止 defect 向下流動。
L1 的標準動作為：
👉 Stop → Hold → Report → Record
AI GPU 時代下，L1 已從操作員升級為：
👉 μm-level Manufacturing Executor（微米級製程執行者）
其工作價值鏈為：
正確操作 → 缺陷阻斷 → 良率提升 → 出貨穩定 → 毛利提升
________________________________________
📘 Chapter 3｜封裝品質形成機制
本章建立關鍵品質觀念：
👉 品質不是在 Test 決定，而是在 Assembly 形成。
封裝品質為一條因果鏈：
Assembly → Molding → Test
Assembly 決定結構與電性品質；Molding 將缺陷封存甚至放大；Test 僅負責篩選。
典型缺陷傳遞：
Void → 熱阻上升 → Burn-in fail
Bond lift → 接觸不良 → Open fail
Die shift → 對位錯誤 → Test fail
關鍵結論：
👉 80%問題根因在前段
原因包括：
1️⃣ 前段製程不可逆
2️⃣ 缺陷會在後段被放大
3️⃣ Test 不會改善品質
品質形成三層模型：
結構品質（Die Attach）
電性品質（Wire Bond）
可靠度品質（熱 / 應力）
對 L1 的核心要求：
👉 即時辨識 + 即時阻斷
在 AI GPU / HBM / CoWoS 架構下，微小缺陷（如微小 void）可能演變為高功率 hotspot，導致重大失效，因此前段品質控制的重要性被放大數倍。
________________________________________
📘 Chapter 4｜AI GPU 封裝精度要求
本章聚焦 AI GPU 封裝的本質差異：
👉 μm 等級精密製造，而非傳統組裝。
AI GPU 封裝包含 GPU die + HBM + Interposer，具有高密度、高功率、高成本特性。任何微小偏移都可能導致：
Open / Short
熱點（Hotspot）
良率下降
核心精度控制包括：
X/Y 偏移
θ旋轉角度
Z高度（貼合）
平坦度
Fine Pitch Wire Bond 挑戰：
pad 間距極小
bonding 容忍度極低
loop 控制困難
HBM 封裝挑戰：
多層堆疊
TSV 對齊
高熱密度
L1 必須具備「趨勢判斷能力」，不只是看 NG，而是：
偏移是否逐批增加
AOI warning 是否上升
機台是否 drift
本章核心結論：
👉 AI GPU 封裝失敗不是「單顆問題」，而是「整批報廢風險」。
________________________________________
📘 Chapter 5｜良率基本概念（L1 必懂）
本章建立 L1 最重要的經營觀念：
👉 你的操作 = 公司的毛利。
基本公式：
Yield=Good Units/Total Units
OSAT 良率拆解：
Y_assembly（最重要）
Y_test
Y_final
👉 Assembly Yield 決定後段良率上限
Defect 與良率對應（核心模型）：
Defect → Failure Mode → Yield Loss
例如：
Broken wire → Open → 立即 fail
Void → 熱問題 → Burn-in fail
Weak bond → 潛在失效
三種失效模式：
1️⃣ Immediate（立即失效）
2️⃣ Latent（潛在失效）
3️⃣ Parametric drift（性能下降）
良率與成本關係：
👉 成本 = 總成本 / Good Units
在 AI GPU 中，由於封裝成本極高（HBM + CoWoS），任何良率下降都會造成巨額損失。
L1 的角色：
👉 First Yield Gate（第一良率控制點）
________________________________________
📘 Chapter 6｜Die Attach 原理
本章說明封裝第一個關鍵步驟：Die Attach。
Die Attach 的本質是三個目標：
1️⃣ 固定（機械穩定）
2️⃣ 導熱（熱傳導）
3️⃣ 應力緩衝
基本結構：
Die → Adhesive → Substrate
兩大材料系統：
Epoxy（膠）
DAF（薄膜）
關鍵控制參數：
Placement accuracy
Bond Line Thickness（BLT）
Bonding force
Temperature
Cure time
典型缺陷：
Void → 熱阻問題
Die shift → 對位失敗
Tilt → 應力不均
缺陷形成機制：
膠量不均 → Void
壓力不穩 → Shift
污染 → 接合失效
AI GPU 封裝下難度提升：
大尺寸 die
高熱密度
高成本 substrate
本章關鍵結論：
👉 Die Attach 不是「貼晶片」，而是「建立封裝良率的地基」。
________________________________________
📘 Chapter 7｜Die Bonder 設備操作
本章聚焦 Die Attach 製程的核心設備 —— Die Bonder。對 L1 而言，操作 Die Bonder 的本質不是「開機生產」，而是確保整個 Pick & Place 流程在 μm 精度下穩定執行。
Die Bonder 主要流程為：
Wafer → Pick → Alignment → Placement → Inspection
核心模組包含：
Wafer Loader（晶圓載入）
Ejector（頂針）
Pick-up Head（吸嘴）
Vision System（對位系統）
Bonding Stage（貼合平台）
三大風險控制：
1️⃣ 上料錯誤（錯 wafer / 錯 substrate）
2️⃣ 對位異常（alignment drift）
3️⃣ Pick & Place 失敗（die crack / missing）
典型問題：
Vacuum 不足 → die 掉落
Ejector 過強 → die crack
Vision 誤判 → placement 偏移
L1 核心任務：
👉 正確上料 + 正確對位 + 正確拾取 + 正確紀錄
關鍵結論：
👉 Die Bonder 是「結構形成起點設備」，任何錯誤都會轉化為批次性良率損失。
________________________________________
📘 Chapter 8｜關鍵參數控制（Die Attach）
本章說明 Die Attach 製程的核心控制變數。L1 雖不能調參數，但必須理解其影響，才能辨識異常。
四大關鍵參數：
1️⃣ Placement Accuracy（位置精度）
2️⃣ Bond Line Thickness（膠層厚度）
3️⃣ Bonding Force（貼合壓力）
4️⃣ Temperature / Cure（溫度與固化）
參數與缺陷關聯：
壓力過低 → Void
壓力過高 → Die crack / overflow
溫度不穩 → 接合強度不足
BLT 不均 → Tilt / 應力集中
重要觀念：
👉 製程穩定 ≠ 單點 OK，而是整體分佈穩定
L1 應觀察：
膠量是否一致
placement 是否漂移
AOI warning 是否增加
關鍵結論：
👉 參數失控通常是「趨勢問題」，不是單一異常
________________________________________
📘 Chapter 9｜常見缺陷（Die Attach）
本章整理 Die Attach 最常見缺陷與其後果。
主要缺陷類型：
Void（空洞）
Die shift（偏移）
Tilt（傾斜）
Overflow（溢膠）
Insufficient epoxy（膠不足）
缺陷 → 風險：
Void → 熱阻上升 → Burn-in fail
Shift → 對位錯誤 → Bond fail
Tilt → 應力不均 → Reliability fail
關鍵觀念：
👉 缺陷不是外觀問題，而是「系統性風險」
L1 必須做到：
第一時間辨識
判斷是否連續發生
立即 Stop / Hold
結論：
👉 Die Attach 缺陷 = 後段良率問題的根源
________________________________________
📘 Chapter 10｜AOI 判讀（Die Attach）
本章說明 AOI（自動光學檢測）在 Die Attach 的應用。
AOI 主要檢測：
Die alignment
膠量分布
邊緣污染
tilt / shift
重要觀念：
👉 AOI ≠ 判 NG 工具，而是「趨勢監控工具」
L1 常見錯誤：
❌ 沒 NG 就放行
❌ 忽略 warning
正確做法：
觀察 warning 次數
比較前後批次
發現趨勢即回報
AOI 的價值：
👉 在 defect 變成 NG 前提前預警
結論：
👉 AOI 是 L1 的「早期風險雷達」
________________________________________
📘 Chapter 11｜Wire Bond 原理
本章介紹封裝電性連接的核心 —— Wire Bond。
基本結構：
Die Pad → Ball Bond → Wire → Wedge Bond → Substrate
兩大技術：
Ball Bond（球焊）
Wedge Bond（楔焊）
材料：
Gold（Au）
Copper（Cu）
關鍵風險：
NSOP（未附著）
Lift（脫落）
Broken wire（斷線）
核心本質：
👉 Wire Bond 是「電性連接的第一關」
錯誤不可逆：
👉 一條 wire fail = 功能失效
結論：
👉 Wire Bond 決定產品是否「能工作」
________________________________________
📘 Chapter 12｜Wire Bonder 設備操作
本章說明 Wire Bonder 設備運作。
核心模組：
Capillary（焊頭）
Wire spool（線材）
Ultrasonic system（超音波）
Heating stage
流程：
Bond 1 → Loop → Bond 2
關鍵控制：
Bonding force
Ultrasonic energy
Temperature
Loop height
典型問題：
capillary 污染 → bond fail
wire tension 異常 → loop 不穩
L1 任務：
👉 確保設備穩定 + 異常立即回報
結論：
👉 Wire Bonder 是「電性品質控制核心設備」
________________________________________
📘 Chapter 13｜關鍵參數控制（Wire Bond）
本章強調 Wire Bond 的參數敏感性。
核心參數：
Bond force
Ultrasonic power
Bond time
Loop profile
參數失控影響：
force 不足 → NSOP
force 過高 → pad damage
ultrasonic 不穩 → weak bond
重要觀念：
👉 Fine pitch bonding 容忍度極低
L1 必須觀察：
bond mark 位置
loop 高度一致性
defect pattern
結論：
👉 Wire Bond 是「最敏感製程之一」
________________________________________
📘 Chapter 14｜常見缺陷（Wire Bond）
本章整理 Wire Bond 缺陷。
主要缺陷：
NSOP
Lift
Broken wire
Wire sweep
Short
缺陷後果：
Open fail
Short fail
Intermittent fail
關鍵觀念：
👉 有些 defect 不會立即 fail（latent fail）
例如：
weak bond → Burn-in fail
L1 核心任務：
👉 不讓 defect 流到後段
結論：
👉 Wire Bond defect = 電性失效的直接來源
________________________________________
📘 Chapter 15｜AOI 判讀（Wire Bond）
本章說明 Wire Bond AOI 判讀。
檢測項目：
bond position
loop height
wire spacing
wire deformation
重點判讀：
bond 是否在 pad 中央
loop 是否一致
是否接觸鄰線
錯誤觀念：
❌ 外觀 OK 就沒問題
正確觀念：
👉 外觀正常 ≠ 電性可靠
L1 應做：
判讀 defect pattern
觀察趨勢變化
異常即回報
結論：
👉 AOI 判讀能力 = L1 最核心技能之一
________________________________________
📘 Chapter 16｜AOI 系統基礎
AOI（Automated Optical Inspection）是封裝現場最重要的即時品質檢測工具，負責在製程中快速辨識外觀缺陷。對 L1 而言，AOI 不只是檢查設備，而是「缺陷外流防火牆」。
AOI 系統核心由三部分構成：光學成像（Camera + Lighting）、影像演算法（Pattern recognition）、判定邏輯（NG / Warning）。其本質是將產品影像與標準樣本進行比對，找出偏差。
關鍵能力不在「判 NG」，而在「辨識趨勢」。例如：
die 偏移逐批增加
bond mark 越來越靠邊
loop height 波動加大
這些都可能是設備 drift 或參數失控的早期訊號。
L1 的核心責任：
👉 不只看結果，要看變化
👉 不只看單點，要看趨勢
關鍵結論：
👉 AOI 是「製程早期預警系統」，而非單純檢測工具
________________________________________
📘 Chapter 17｜X-ray 基礎
X-ray 檢測主要用於觀察 AOI 無法看到的內部結構，是判斷封裝內部品質的關鍵技術。
其應用包括：
Die 下方 void
焊點（bump / solder）
HBM 對齊
內部空洞與分層
與 AOI 的差異：
AOI → 外觀
X-ray → 內部
典型問題：
Void → 熱阻增加
bump 接觸不良 → electrical fail
局部空洞 → reliability risk
AI GPU 封裝（HBM / CoWoS）中，X-ray 更重要，因為：
👉 缺陷多為「隱藏型」
L1 重點：
觀察 pattern defect（是否集中）
判斷是否批次性問題
結論：
👉 X-ray 是「內部品質真相工具」
________________________________________
📘 Chapter 18｜缺陷分類體系
本章建立缺陷分類的標準化方法，避免判斷混亂。
三大分類：
1️⃣ 結構缺陷（Die Attach）
2️⃣ 電性缺陷（Wire Bond）
3️⃣ 可靠度缺陷（Thermal / Stress）
依嚴重程度分類：
Critical（致命）→ 必須停線
Major（重大）→ lot hold
Minor（輕微）→ 監控趨勢
核心觀念：
👉 缺陷不是單一事件，而是「風險訊號」
例如：
單顆 NSOP → 個別問題
連續 NSOP → 系統性問題
L1 必須做到：
👉 看 defect pattern，而非單顆 defect
結論：
👉 缺陷分類 = 決策依據
________________________________________
📘 Chapter 19｜判讀準確率訓練
本章聚焦 L1 核心 KPI：判讀準確率 ≥95%。
判讀能力包含：
正確識別 defect
避免誤判（false NG / false OK）
兩大風險：
1️⃣ False NG → 產能浪費
2️⃣ False OK → defect escape（最嚴重）
訓練方式：
標準樣本比對
defect library 建立
case-based training
核心能力：
👉 一致性（不同人判同結果）
👉 穩定性（不同時間判同結果）
L1 的價值：
👉 判讀能力 = 品質防線
結論：
👉 判讀錯誤比 defect 更危險
________________________________________
📘 Chapter 20｜缺陷與良率關聯
本章建立 defect → yield 的因果關係。
核心模型：
Defect → Failure → Yield Loss
常見 mapping：
Void → Burn-in fail
Lift → Open fail
Short → Test fail
重要觀念：
👉 有些 defect 不會立即影響良率（latent defect）
三種失效模式：
Immediate
Latent
Parametric drift
L1 必須理解：
👉 每個 defect 都是「未來良率損失」
結論：
👉 良率不是結果，是 defect 累積的結果
________________________________________
📘 Chapter 21｜設備基礎（Bonder / AOI）
本章說明封裝設備的基本運作邏輯。
設備核心概念：
精度（Precision）
穩定性（Stability）
重複性（Repeatability）
主要設備：
Die Bonder
Wire Bonder
AOI
關鍵風險：
calibration drift
vibration
temperature variation
L1 必須做到：
👉 不只是操作設備，而是「監控設備健康」
結論：
👉 設備穩定 = 製程穩定
________________________________________
📘 Chapter 22｜Recipe 管理
Recipe 是製程的「數位化標準」，定義所有參數。
核心內容：
溫度
壓力
位置
時間
風險：
recipe mismatch → 批次報廢
L1 核心任務：
👉 開機前確認 recipe 正確
關鍵觀念：
👉 Recipe = 工程師的設計
👉 L1 = 執行者
結論：
👉 錯 recipe = 最大風險之一
________________________________________
📘 Chapter 23｜Calibration 與維護
Calibration 是確保設備精度的核心機制。
目的：
消除 drift
維持精度
常見項目：
vision calibration
position calibration
force calibration
風險：
calibration overdue → 精度失控
L1 必須注意：
👉 calibration 狀態是否有效
結論：
👉 未校正設備 = 不可信設備
________________________________________
📘 Chapter 24｜Alarm 系統
Alarm 是設備風險提示系統。
分類：
Warning（警告）
Error（錯誤）
Critical（停機）
錯誤觀念：
❌ 先清 alarm 再說
正確觀念：
👉 Alarm = 風險訊號
L1 必須：
查原因
記錄
回報
結論：
👉 忽略 alarm = 放任風險擴大
________________________________________
📘 Chapter 25｜製程穩定性
本章是整個製程管理的核心。
穩定性定義：
👉 製程輸出在可控範圍內
判斷方式：
defect rate
AOI warning trend
設備 repeatability
典型失控徵兆：
defect 增加
pattern 重複
drift 出現
L1 核心能力：
👉 趨勢敏感度
企業觀點：
👉 穩定性比單次成功更重要
結論：
👉 製程穩定 = 良率穩定 = 出貨穩定
________________________________________
📘 Chapter 26｜異常分類
本章建立現場異常（Abnormal）分類邏輯，是所有風險管理的起點。
異常可從三個維度分類：
1️⃣ 製程面
Die shift / Void / NSOP
屬於製程品質異常
2️⃣ 設備面
Alarm 重複
Calibration 過期
屬於設備穩定性異常
3️⃣ 系統面
Recipe mismatch
Lot 錯誤
屬於人為 / 管理異常
再依嚴重度區分：
Critical（停線）
Major（隔離 lot）
Minor（監控）
核心觀念：
👉 異常不是「事件」，而是「風險訊號」
L1 必須做到：
👉 發現異常 ≠ 解決異常
👉 發現異常 = 啟動控制機制
結論：
👉 正確分類 = 正確處理的前提
________________________________________
📘 Chapter 27｜異常處理 SOP
本章定義標準異常處理流程，是 L1 最重要的行為準則。
標準四步驟：
👉 Stop → Hold → Report → Record
Stop（停止）
立即停止當前製程，避免 defect 擴大
Hold（隔離）
將相關 lot 隔離，避免流入下站
Report（回報）
通知 L2 / Supervisor
Record（紀錄）
記錄時間、機台、現象、批次
常見錯誤：
❌ 先做完再說
❌ 只回報不記錄
❌ 未隔離 lot
核心觀念：
👉 異常處理的目標不是「修好」，而是「阻斷擴散」
結論：
👉 SOP 執行速度 = 風險控制能力
________________________________________
📘 Chapter 28｜Lot Hold 機制
Lot Hold 是封裝製造中最重要的風險隔離機制。
定義：
👉 將疑似異常產品暫停流動，等待判定
觸發條件：
連續 defect
AOI / X-ray 異常
設備異常
Recipe 錯誤
Lot Hold 的本質：
👉 控制「影響範圍」
關鍵動作：
確認 affected lot
向前 / 向後追溯
標記與隔離
風險：
❌ 未即時 hold → 批次性報廢
結論：
👉 Lot Hold 是「出貨防火牆」
________________________________________
📘 Chapter 29｜誤判風險
本章分析判讀錯誤的兩大風險。
1️⃣ False NG（誤判不良）
影響：產能下降、成本增加
2️⃣ False OK（誤判良品）
影響：defect escape（最嚴重）
關鍵結論：
👉 False OK > False NG（風險更高）
誤判來源：
經驗不足
標準不一致
疲勞 / 注意力下降
控制方法：
標準化判讀
交叉確認
定期訓練
L1 核心能力：
👉 判讀一致性
結論：
👉 誤判 = 品質系統漏洞
________________________________________
📘 Chapter 30｜Stop-Ship 概念（L1 版本）
Stop-Ship 是最高層級品質控制機制。
定義：
👉 停止產品出貨，防止客戶風險
L1 不直接決策，但會觸發條件：
大量 defect
可靠度風險
批次性異常
Stop-Ship 判斷考量：
安全性
客戶規格
財務影響
L1 角色：
👉 第一時間回報關鍵異常
關鍵觀念：
👉 Stop-Ship 是「保護公司與客戶」
結論：
👉 延遲出貨 < 出貨錯誤 __________________________________________________________________________________________________________________________________________________________________________________________________________ 📘 Chapter 31｜製程紀錄系統 本章說明 MES（Manufacturing Execution System）與製程紀錄的重要性。 核心內容： Lot ID Machine ID Operator ID Recipe Time stamp 目的： 👉 可追溯（Traceability） 關鍵觀念： 👉 沒有紀錄 = 沒有發生 應用場景： 客戶稽核 失效分析（FA） 良率分析 L1 責任： 👉 紀錄完整、準確、即時 結論： 👉 紀錄是品質的證據 __________________________________________________________________________________________________________________________________________________________________________________________________________ 📘 Chapter 32｜Traceability（追溯） Traceability 是半導體品質系統的核心能力。 定義： 👉 能夠追蹤產品「從哪來 → 經過什麼 → 到哪去」 追溯方向： Forward（往後） Backward（往前） 應用： 問題定位 批次隔離 客戶回應 AI GPU 時代： 👉 單顆價值高 → 必須精準追溯 L1 重點： 👉 紀錄正確 = 追溯成功 結論： 👉 Traceability = 風險控制能力 __________________________________________________________________________________________________________________________________________________________________________________________________________ 📘 Chapter 33｜品質系統（QMS） QMS（Quality Management System）是整體品質管理架構。 包含： SOP SPC Audit CAPA（改善） 核心目標： 👉 預防問題，而非事後補救 品質三層： 1️⃣ Control（控制） 2️⃣ Assurance（保證） 3️⃣ Improvement（改善） L1 在 QMS 中的角色： 👉 SOP 執行者 關鍵觀念： 👉 品質不是檢出來，而是設計與執行出來 結論： 👉 QMS = 組織品質能力 __________________________________________________________________________________________________________________________________________________________________________________________________________ 📘 Chapter 34｜L1 認證制度 本章定義 L1 技能與考核標準。 核心 KPI： 判讀準確率 ≥95% 操作錯誤率 <0.5% 異常回報即時 認證內容： 設備操作 缺陷判讀 SOP 執行 認證目的： 👉 確保 L1 能穩定執行製程 核心觀念： 👉 能做 ≠ 能穩定做好 結論： 👉 認證 = 能力標準化 __________________________________________________________________________________________________________________________________________________________________________________________________________ 📘 Chapter 35｜L1 → L2 成長路徑 本章說明職涯發展。 L1 → L2 轉變： L1（操作層） 做什麼（What） L2（工程層） 為什麼（Why） 如何改善（How） 能力升級： 判讀 → 分析 執行 → 優化 反應 → 預測 必備技能： SPC 基礎 DOE Defect analysis 關鍵觀念： 👉 從「做對」變成「做更好」 結論： 👉 L1 是基礎，L2 是價值放大器 ________________________________________