我用AI查规范条文查了很长时间，踩过几次坑之后才想明白一件事：AI在规范这件事上最好的角色不是“权威”，而是“检索员”。它可以帮你快速跑到正确的门口，但门里面的东西，必须自己进去核。
第一种是把旧版条文当现行。规范修订以后，条文号和具体数值都可能变，AI给出的答案往往语句通顺、术语专业，唯独版本对不上。这类错误最危险，因为它看起来毫无破绽。
第二种是把行业惯例当成规范条文。现场普遍这么做，不等于规范这么写。AI在训练材料里看到的“做法”很多，如果不加区分，就会把惯例包装成条款。
第三种是把“应”和“宜”混为一谈。“应”是要执行的，“宜”是推荐做法，两者在责任上的分量完全不同。这两类表述一旦被混用，判断的分寸就全乱了。
第一步，先要版本再要内容。我不再直接问“某条规定是多少”，而是先问：这个问题现行的依据是哪一本、哪个版本、对应哪一条。逼它把版本号和条文号明确说出来，等于同时拿到了一张检索路线图。
第二步，拿到条文原文之后，自己去核。AI给的是线索，不是依据。凡是能造成后果的结论，都要回到官方或者正版渠道核对一次。这一步不省，省下的时间迟早要用别的方式还。
第三步，涉及安全和强制性条文的，只用来找方向。我把AI的产出当成一张待核查的清单，而不是一段可以直接写进方案的话。清单本身很有价值，因为核查是很费时间的事，它帮我缩短了找的过程。
一次只问一个具体问题，问题越具体，答案越可能落在点上。把项目条件说完整：部位、环境、构件类型、荷载情况，这些不写清楚，AI只能给你一个泛泛的答案。明确要求区分规范规定和常规做法，让它把两者分开列。还可以反过来问：这条什么情况下不适用。能说清适用边界的回答，通常比一句结论可靠得多。
用得越久，我越觉得AI给我的最大帮助不是答案，而是把“我不知道自己不知道”的部分挖出来。它会列出一批我原本不会想到去查的检查点——验收什么、留痕什么、什么时候必须做一次复核。这些清单思路让我在方案编制的早期就发现问题，而不是在会上被问住。
凡是能产生后果的结论，必须回到一手资料。AI提高的是我查资料的速度，改变不了资料本身的分量。把这个边界划清楚，它就是一个非常好的助教；划不清，它就是一台漂亮的话术机器。
本文记录个人使用AI工具的真实体会，不构成专业依据。