先界定研究類型
「研究這個市場」或「研究這塊基地」範圍太廣,AI 常因此產出看起來完整、實際上卻難以使用的文字。
可以先把初步研究分成三類:
- 01情境整理:氣候、法規架構與常見建築型態。
- 02需求分析:使用者行為、動線衝突與可能的痛點。
- 03方案比較:材料、結構、成本、期程與營運取捨。
除了說明要查什麼,也要先決定結果要長什麼樣子,例如檢核清單、比較表、假設清單或會議摘要。
建立可重複使用的研究流程
1. 把大方向改寫成可查核的問題
不要只請 AI 提供概略想法,應明確說明要整理的內容與限制。例如:
- -「列出與 X 有關的 5 至 8 項設計考量,說明每項理由,並指出常見例外。」
- -「把相關規定整理成檢核清單,並標示每一項仍需確認的資訊。」
請 AI 同時指出不確定處,能讓後續查證工作更清楚。
2. 先要架構,再補細節
可以分兩輪處理:先建立研究架構,再深入真正重要的項目。以氣候回應設計為例,第一輪先盤點溫度、濕度、風、日照與降雨;第二輪再針對各因素提出兩至三種策略,並說明適用與不適用條件。
這樣得到的是可整理、可查核的研究筆記,而不是一段泛泛而談的文字。
3. 指定團隊能直接使用的格式
方案比較表可以包含:策略、目的、成本影響、風險與所需證據。法規檢核表則可列出條文、受影響區域、目前掌握的資料,以及仍待確認的項目。
輸出格式很重要,因為結果應能成為工作文件,而不只是留在對話視窗裡。
4. 查核會影響決策的主張
AI 可能把一般資訊說成確定事實、忽略地區差異,或根據不完整條件過度推論。可採用兩項原則:
- -任何可能影響設計決策的數字,都要回到來源查證。
- -法規議題先整理成檢核項目,再由負責的專業人員或顧問確認。
這不是排斥 AI,而是把查核納入工作流程。
案例:初步氣候回應研究
假設要處理一個夏季潮濕、冬季較涼的社區住宅案,業主希望空間視覺感受輕盈,同時維持舒適度。
第一步是找出會實際影響舒適度與能源使用的氣候因素。可請 AI 將各因素對應到可能的建築策略,並列出目的、常見作法、失效條件與需要的證據。初步整理可能會包括遮陽、通風策略組合、外殼隔熱與日照控制。
不要停在清單。接著把策略放進比較表,挑出兩至三項影響較大的方向,再進行建模、計算或顧問檢核。此時 AI 提供的是待評估的決策候選方案,而不是一堆未整理的資訊。
案例:動線與營運條件初篩
若是結構格局固定的辦公室改造,可以先請 AI 協助提出營運情境問題:
- -尖峰時段的人流從哪裡開始、在哪裡停留,又在哪裡轉向?
- -會議空間與共用空間可能在哪些位置產生噪音或視線干擾?
- -哪些配置可能降低未來調整的彈性?
分兩輪檢視:第一輪找出可能的衝突;第二輪再逐項對照平面圖與實際營運需求。AI 的價值是協助團隊看見可能漏掉的問題,但最後的配置仍要由專業人員判斷。
什麼時候適合使用這套流程
初步研究階段通常資訊尚未整理,團隊需要架構或討論草案,這時 AI 最能協助整理問題與資料。
若已經有查證完成的研究,或工作要求精確法律文字、結構計算與最終法規判斷,AI 就不適合取代原有查核程序。
AI 可以減少整理資訊所花的時間,但不會接手專業責任。
常見錯誤
- 01只問答案,不問前提:請 AI 說明回答依據哪些條件。
- 02接受無法追溯來源的主張:會影響決策的說法都要有可查證來源。
- 03把 AI 當成設計者:AI 可以提出策略,專業人員負責判斷取捨。
- 04沒有把成果帶回專案文件:將有用內容整理成檢核清單、比較表或會議紀錄。
一個實務原則
讓 AI 提出候選方向,再由基地條件、專業知識與可查證的證據逐步篩選,才能形成決策。
這週可以挑一個正在進行的專案,請 AI 整理策略比較,查核其中的關鍵資訊,再把最相關的兩個方向帶進設計討論。當 AI 進入工作節奏,而不是增加一份未經檢核的資料,才真正成為工作流程的一部分。
參考資料
以下為追蹤 AI 工具與平台資訊的官方入口;設計決策中的數字與規定,仍須核對直接相關的原始資料。
