工地上很多选择是比出来的：基坑支护用什么形式、外架用落地还是悬挑、临时道路怎么布置、材料走哪个供应口径。过去这类比选经常靠一句话定下来——以前都这么干。不是不谨慎，是没有更快的方法把几个方案的差异摊开看。这半年我用AI介入这件事，摸索出一套还算稳的做法。
先把定位说清楚：方案比选的核心判断，必须建立在项目自己的条件下——地质、场地、工期、成本口径、资源情况。这些条件只有项目部掌握，AI不可能替我们判断。但它很擅长一件事：拿到条件之后，把每个方案的适用边界、常见问题、需要核实的数据项列成一张可比较的表。
我的用法是三步：先给它条件，再要求它列维度，最后自己填数据。
第一版我踩的坑是提问太笼统：某个分项工程怎么选。它给回来的是一篇教科书式的综述，看起来全面，实际上没法用。改成条件化提问之后效果完全不同。我现在的提问结构是四段：
一段背景：场地尺寸、开挖深度、周边环境、地层情况；
一段约束：工期要求、场地可利用宽度、机械进出条件、当地常见做法；
一段要求：请按适用条件、优缺点、施工难点、工期影响、成本构成项、质量安全风险六个维度列表比较；
一段纪律：只列判断维度与需要核实的参数，不要给出具体单价和结论，不确定的标注为需要现场核实。
最后那句纪律很关键。只要在提示里要求它不要编数字，它在列维度这件事上的可靠性就明显提升。
印象最深的一次是外架方案的比选。我原本只在落地式和悬挑式之间纠结，让AI按上面的结构列维度之后，它提示了几个我一开始没考虑的核实项：结构预留预埋条件是否具备、卸料平台的布置与荷载路径、雨期施工对架体的影响、拆除阶段对后续工序的干扰。这些不是它替我做的决定，但它把该问的问题摆到了桌面上。
清单的价值就在这里：我记得住的就那么几条，而一个方案真正会出问题的地方，往往是没被问到的那些。
第一，它会补数字。 尤其在被问大概多少钱的时候，它给出的单价和含量看起来很像真的。所以我把所有金额和工程量类输出一律当作待核实处理，只做维度提示，不做数据来源。
第二，它会把规范条文记串。 涉及具体条款号、判定阈值时，它偶尔会给出模糊甚至错误的引用。涉及强制性条文的，必须回到现行规范原文核对，不能以AI输出为准。
第三，它会顺着我的倾向走。 如果我在提示里流露出偏好，它就容易给这个方案补优点。所以我现在要求它必须为每个方案列出不少于两条主要风险，强迫它把反面也说清楚。
用到现在，我的判断是：AI在方案比选里最大的价值，是把我从凭经验排序拉到按维度比较。至于每个维度的取值，仍然要回到地勘报告、图纸、定额、合同和现场实测。
比选做完之后还有一步：把这张表归档。工程干完回头看，哪个判断对了、哪个估算偏了一目了然。这件事以前几乎没人做，因为整理成本太高；现在有了初稿，成本低到可以顺手做。
说到底，工具不会替我做决定，但它让我每次决定之前，比以前多问了自己几个问题。