investigate-capa-root-cause
Acerca de
Esta habilidad ayuda a los desarrolladores a realizar investigaciones estructuradas de causa raíz para desviaciones de cumplimiento y a gestionar las ACCP (Acciones Correctivas y Preventivas). Guía a los usuarios en la selección de métodos de análisis (5 Porqués, Diagrama de Espina de Pescado, Árbol de Fallos), el diseño de medidas correctivas y la verificación de su eficacia. Úsela al abordar hallazgos de auditoría, desviaciones del sistema, observaciones regulatorias, problemas de integridad de datos o problemas recurrentes que requieran una investigación formal.
Instalación rápida
Claude Code
Recomendadonpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/investigate-capa-root-causeCopia y pega este comando en Claude Code para instalar esta habilidad
Documentación
name: investigate-capa-root-cause description: > 调查合规偏差的根本原因并管理 CAPA(纠正和预防措施)。涵盖调查方法选择 (5-Why、鱼骨图、故障树)、结构化根本原因分析、纠正措施与预防措施设计、 有效性验证及趋势分析。适用于审计发现需要 CAPA、已验证系统中发生偏差或 事件、法规检查观察需要正式回应、数据完整性异常需要调查,或重复出现的问题 表明存在系统性根本原因时使用。 locale: zh-CN source_locale: en source_commit: 6f65f316 translator: claude-opus-4-6 translation_date: 2026-03-16 license: MIT allowed-tools: Read Write Edit Bash Grep Glob metadata: author: Philipp Thoss version: "1.0" domain: compliance complexity: intermediate language: multi tags: gxp, capa, root-cause, investigation, fishbone, five-why, compliance
调查 CAPA 根本原因
对合规偏差开展结构化根本原因调查,并制定有效的纠正和预防措施。
适用场景
- 审计发现需要 CAPA
- 已验证系统中发生偏差或事件
- 法规检查观察需要正式回应
- 数据完整性异常需要调查
- 重复出现的问题表明存在系统性根本原因
输入
- 必填:偏差、发现或事件的描述
- 必填:严重性分类(关键、重大、轻微)
- 必填:审计或调查期间收集的证据
- 可选:以往相关的 CAPA 或调查
- 可选:相关 SOP、验证文档和系统日志
- 可选:涉事人员的访谈记录
步骤
第 1 步:启动调查
# 根本原因调查
## 文档 ID:RCA-[CAPA-ID]
## CAPA 参考:CAPA-[YYYY]-[NNN]
### 1. 触发原因
| 字段 | 内容 |
|------|------|
| 来源 | [审计发现 / 偏差 / 检查观察 / 监测警报] |
| 参考 | [发现 ID、偏差 ID 或观察编号] |
| 系统 | [受影响系统名称和版本] |
| 发现日期 | [YYYY-MM-DD] |
| 严重性 | [关键 / 重大 / 轻微] |
| 调查员 | [姓名、职务] |
| 调查截止日期 | [日期——按严重性:关键 15 天、重大 30 天、轻微 60 天] |
### 2. 问题陈述
[客观、基于事实描述发生了什么、应该发生什么,以及两者之间的差距。不指责、不臆测。]
### 3. 即时遏制措施(如需)
| 行动 | 负责人 | 完成日期 |
|------|------|---------|
| [如限制系统访问,待调查期间] | [姓名] | [日期] |
| [如隔离受影响的批次记录] | [姓名] | [日期] |
| [如实施手动变通方案] | [姓名] | [日期] |
预期结果: 调查在关键发现后 24 小时内启动,有明确的问题陈述和遏制行动。 失败处理: 若无法立即实施遏制措施,上报 QA 总监并记录延迟遏制的风险。
第 2 步:选择调查方法
根据问题复杂程度选择方法:
### 调查方法选择
| 方法 | 最适用于 | 复杂程度 | 输出 |
|------|---------|---------|------|
| **5-Why 分析** | 单一原因问题、直接失败 | 低 | 线性原因链 |
| **鱼骨图(石川图)** | 多因素问题、流程失败 | 中 | 因果关系图 |
| **故障树分析** | 系统失败、安全关键事件 | 高 | 布尔逻辑树 |
**选定方法:** [5-Why / 鱼骨图 / 故障树 / 组合]
**选择依据:** [为何此方法适用于该问题]
预期结果: 选定方法与问题复杂程度相匹配——不要对简单的程序错误使用故障树,也不要对复杂的系统性失败使用 5-Why。 失败处理: 若第一种方法未能找到令人信服的根本原因,采用第二种方法。多种方法的结论相互印证可加强结论的可信度。
第 3 步:开展根本原因分析
方法 A:5-Why 分析
### 5-Why 分析
| 层级 | 问题 | 回答 | 证据 |
|------|------|------|------|
| Why 1 | 为什么[问题]发生? | [直接原因] | [证据参考] |
| Why 2 | 为什么[直接原因]发生? | [促成因素] | [证据参考] |
| Why 3 | 为什么[促成因素]发生? | [更深层原因] | [证据参考] |
| Why 4 | 为什么[更深层原因]发生? | [系统性原因] | [证据参考] |
| Why 5 | 为什么[系统性原因]发生? | [根本原因] | [证据参考] |
**根本原因:** [对根本原因的清晰表述]
方法 B:鱼骨图(石川图)
### 鱼骨图分析
对六大标准类别中的原因进行分析:
| 类别 | 潜在原因 | 已确认? | 证据 |
|------|---------|---------|------|
| **人员** | 培训不足、不熟悉 SOP、人员短缺 | [是/否] | [参考] |
| **流程** | SOP 不清晰、缺少步骤、顺序错误 | [是/否] | [参考] |
| **技术** | 系统配置错误、软件缺陷、接口故障 | [是/否] | [参考] |
| **材料** | 输入数据错误、参考文件版本错误 | [是/否] | [参考] |
| **测量** | 指标错误、监测不足、未达到阈值 | [是/否] | [参考] |
| **环境** | 组织变更、法规变更、资源限制 | [是/否] | [参考] |
**促成原因:** [列出已确认的原因]
**根本原因:** [根本原因——可能不止一个]
方法 C:故障树分析
### 故障树分析
**顶层事件:** [不期望发生的事件]
第 1 层(或门——以下任何一项均可导致顶层事件):
├── [原因 A]
│ 第 2 层(与门——两者均需):
│ ├── [子原因 A1]
│ └── [子原因 A2]
├── [原因 B]
│ 第 2 层(或门):
│ ├── [子原因 B1]
│ └── [子原因 B2]
└── [原因 C]
**最小割集:** [导致顶层事件的最小事件组合]
**根本原因:** [在故障树中识别出的根本失败]
预期结果: 根本原因分析找到根本原因(而非仅症状),每个分析步骤均有支持证据。 失败处理: 若分析只得出症状("用户出错了"),则继续深挖。追问:"为什么用户能犯这个错误?本应存在什么控制措施来防止它?"
第 4 步:设计纠正和预防措施
明确区分纠正、纠正措施和预防措施:
### CAPA 计划
| 类别 | 定义 | 行动 | 负责人 | 截止日期 |
|------|------|------|------|---------|
| **纠正** | 修复当前问题 | [如重新启用批次模块的审计追踪] | [姓名] | [日期] |
| **纠正措施** | 消除根本原因 | [如取消管理员禁用审计追踪的能力;要求所有审计追踪配置变更经过变更控制] | [姓名] | [日期] |
| **预防措施** | 防止在其他领域复发 | [如审计所有系统的审计追踪禁用能力;为审计追踪配置变更添加监测警报] | [姓名] | [日期] |
### CAPA 详情
**CAPA-[YYYY]-[NNN]-CA1:[纠正措施标题]**
- **所针对的根本原因:** [第 3 步中的具体根本原因]
- **行动描述:** [将要做什么的详细描述]
- **成功标准:** [证明行动有效的可测量结果]
- **验证方法:** [如何检验有效性]
- **验证日期:** [何时验证有效性——通常是实施后 3-6 个月]
**CAPA-[YYYY]-[NNN]-PA1:[预防措施标题]**
- **所防范的风险:** [防止什么复发或蔓延]
- **行动描述:** [详细描述]
- **成功标准:** [可测量的结果]
- **验证方法:** [如何检验有效性]
- **验证日期:** [日期]
预期结果: 每项 CAPA 行动均可追溯到特定根本原因,有可测量的成功标准,并包含有效性验证计划。 失败处理: 若成功标准模糊("改善合规性"),改写为具体且可测量的表述("连续 6 个月内审计追踪配置变更零例发生在变更控制之外")。
第 5 步:验证有效性
CAPA 实施后,验证这些行动是否真正起到了作用:
### 有效性验证
**CAPA-[YYYY]-[NNN] — 验证记录**
| CAPA 行动 | 验证日期 | 方法 | 证据 | 结果 |
|---------|---------|------|------|------|
| CA1:[行动] | [日期] | [方法:审计、抽样、指标审查] | [证据参考] | [有效 / 无效] |
| PA1:[行动] | [日期] | [方法] | [证据参考] | [有效 / 无效] |
### 有效性标准检查
- [ ] 自 CAPA 实施以来,原始问题未复发
- [ ] 纠正措施已消除根本原因(证据:[参考])
- [ ] 预防措施已应用于类似系统/流程
- [ ] CAPA 行动未引入新问题
### CAPA 关闭
| 字段 | 内容 |
|------|------|
| 关闭决定 | [已关闭——有效 / 已关闭——无效 / 延期] |
| 关闭人 | [姓名、职务] |
| 关闭日期 | [YYYY-MM-DD] |
| 下次审查 | [若为周期性问题,何时重新检查] |
预期结果: 有效性验证证明根本原因确实被消除,而不仅仅是行动已完成。 失败处理: 若验证表明 CAPA 无效,重新启动调查并制定修订后的行动。不得关闭无效的 CAPA。
第 6 步:分析 CAPA 趋势
### CAPA 趋势分析
| 时间段 | CAPA 总数 | 按来源 | 前 3 位根本原因类别 | 是否复发? |
|--------|---------|------|----------------|---------|
| 20XX 年 Q1 | [N] | 审计:[n],偏差:[n],监测:[n] | [类别1]、[类别2]、[类别3] | [是/否] |
| 20XX 年 Q2 | [N] | 审计:[n],偏差:[n],监测:[n] | [类别1]、[类别2]、[类别3] | [是/否] |
### 系统性问题
| 问题 | 频次 | 受影响系统 | 建议行动 |
|------|------|---------|---------|
| [如培训差距] | [12 个月内出现 N 次] | [系统] | [系统性计划改进] |
预期结果: 趋势分析识别出个别 CAPA 所遗漏的系统性问题。 失败处理: 若趋势揭示出尽管已有 CAPA 但根本原因仍反复出现,则说明这些 CAPA 只是在治标。上报管理层审查以进行系统性干预。
验证清单
- 调查在规定时间内启动(关键:24 小时内,重大:72 小时内)
- 问题陈述基于事实且不指责任何人
- 调查方法与问题复杂程度相匹配
- 根本原因分析找到根本原因(而非仅症状)
- 每个根本原因分析步骤均有证据支持
- CAPA 明确区分纠正、纠正措施和预防措施
- 每项 CAPA 均有可测量的成功标准和验证计划
- 关闭 CAPA 前已有证据证明其有效性
- 趋势分析至少每季度审查一次
常见问题
- 止步于症状:"用户出错了"不是根本原因。根本原因是系统或流程为何允许错误发生
- CAPA = 再培训:再培训只针对一种可能的根本原因(知识)。若真正的根本原因是系统设计缺陷或 SOP 不清晰,再培训无法防止复发
- 未经验证就关闭:完成行动并不等同于验证其有效性。未经有效性验证就关闭 CAPA 是在等待法规引用
- 以责任为导向的调查:专注于谁犯了错误而非什么允许了错误的调查,会破坏质量文化并阻碍问题上报
- 不做趋势分析:个别 CAPA 可能看似无关,但趋势分析往往揭示系统性问题(如多个系统的"培训"根本原因可能表明培训计划存在缺陷)
相关技能
conduct-gxp-audit— 审计产生需要 CAPA 的发现monitor-data-integrity— 监测发现触发调查的异常manage-change-control— CAPA 驱动的变更需经过变更控制prepare-inspection-readiness— 未结和逾期的 CAPA 是检查的主要目标design-training-program— 当根本原因与培训相关时,改善培训计划
Repositorio GitHub
Habilidades relacionadas
llamaguard
OtroLlamaGuard es el modelo de Meta de 7-8B parámetros para moderar las entradas y salidas de LLM en seis categorías de seguridad como violencia y discurso de odio. Ofrece una precisión del 94-95% y puede implementarse usando vLLM, Hugging Face o Amazon SageMaker. Utiliza esta skill para integrar fácilmente filtrado de contenido y barreras de seguridad en tus aplicaciones de IA.
cost-optimization
OtroEsta Skill de Claude ayuda a los desarrolladores a optimizar los costes en la nube mediante el ajuste de tamaño de recursos, estrategias de etiquetado y análisis de gastos. Proporciona un marco para reducir los gastos en la nube e implementar una gobernanza de costes en AWS, Azure y GCP. Úsala cuando necesites analizar los costes de infraestructura, ajustar el tamaño de los recursos o cumplir con restricciones presupuestarias.
quantizing-models-bitsandbytes
OtroEsta habilidad cuantiza LLMs a precisión de 8 o 4 bits utilizando bitsandbytes, logrando una reducción de memoria del 50-75% con pérdida mínima de precisión. Es ideal para ejecutar modelos más grandes en memoria GPU limitada o para acelerar la inferencia, admitiendo formatos como INT8, NF4 y FP4. La habilidad se integra con HuggingFace Transformers y permite entrenamiento QLoRA y optimizadores de 8 bits.
dispatching-parallel-agents
OtroEsta Skill de Claude despliega múltiples agentes para investigar y solucionar 3 o más problemas independientes de forma concurrente. Está diseñada para escenarios que involucran fallos no relacionados que pueden resolverse sin estado compartido o dependencias. Su capacidad principal es la resolución paralela de problemas, asignando un agente por cada dominio problemático independiente para maximizar la eficiencia.
