工程人的日常里，规范和图是最费眼神的两样东西。这大半年我尝试把AI用在这个环节上，有些用法确实省事，有些坑也确实踩过，记录下来。
AI在工程资料类工作上，最能帮上忙的是三件事：检索定位、结构化整理、语言转换。最难做好的也是三件事：精确引用条文、判断现场适用性、承担决策责任。
第一，把口头问题变成检索问题。
以前查规范靠翻目录，现在我会先让AI帮我把问题拆成关键词和可能涉及的规范范围，比如"地下室外墙防水保护层有什么要求"，它会提示可能涉及防水规范、质量验收规范和地方规定几个方向。注意：它给的是检索方向，不是条文答案，最终必须自己打开原文本核对。
第二，把长文档压成结构。
一份几十页的技术要求或招标文件，让AI按固定框架输出——工期节点、质量标准、界面划分、罚则条款——一遍扫下来，比从头读快得多。这里的关键是框架由我来定，我只让它做填充。
第三，把口语变成书面语。
工程联系单、整改通知、班前讲话稿这类文书，现场往往先有口语版本。让AI润色成规范书面语，省时间，但涉及责任和金额的表述必须自己改回去——AI爱用"应当""有权"这类强表述，写进函件会改变责任意境。
第四，把记录变成台账。
日常手记的零散记录，交给AI整理成表格（日期、部位、问题、责任人、时限），比手工录快很多。这也是我现在用得最顺的一项。
坑一：AI会编条文号。 这是最危险的。它给出的"某某规范第X.X.X条"看上去非常像真的，数字整齐、格式标准，但很可能不存在或内容不符。我的规矩是：AI给的任何条文号，一律不作为依据，必须打开原文看到原文为止。
坑二：AI不懂"现场条件"。 问它"这个部位用什么做法"，它会给出原则上正确的答案，但不知道这个项目正处雨季、不知道紧邻的是老旧住宅、不知道这层楼板要提前穿插。适用性判断永远是人的活。
坑三：问得越模糊，它答得越自信。 提示写得含糊，AI就会用通用常识填补空白，而且语气笃定。所以我现在养成习惯：提问时把条件、约束、想要的形式都写清楚，并且加一句"如果不确定，请明确指出哪里不确定"。
用了大半年，最大的变化不是变快了，而是我的提问能力变强了。过去很多问题在脑子里是模糊的一团，现在会被逼着拆成"我要什么、条件是什么、输出是什么形式"三段。
AI不会让一个不懂现场的人变成懂现场的人，但它能让一个已经懂现场的人，把时间从翻资料里省出来，放到真正需要判断的地方去。这大概就是现阶段它对我最大的价值。
御书房 · AI成长之路