弱电智能化项目如何接入 AI：一套可验证的工作流

弱电智能化项目有一个很现实的特点：信息来自不同阶段，也来自不同的人。图纸、现场照片、设备表、变更记录和沟通结论经常分散在多个文件里。AI 真正适合解决的，不是替工程师拍板，而是帮助我们把这些信息整理成可以继续核对的中间成果。

我更认可下面这条路线：先建立事实，再让 AI 处理；先输出可检查的结果，再谈自动化。

第一步：把输入分成“事实”和“判断”

同一份现场资料里，事实与判断不能混在一起。

• 事实：房间名称、楼层、点位数量、设备型号、线缆去向、图纸版本。
• 判断：是否需要增补设备、路线是否合理、容量是否足够、是否存在施工风险。

先让 AI 提取事实，并要求它标注来源。没有来源的内容只能进入“待确认”，不能直接进入方案。这样做可以减少一种常见错误：模型把不完整信息补成看似合理、实际不存在的现场条件。

第二步：建立约束清单

在生成方案前，应先把不能违反的条件写清楚。例如：

• 以哪个版本的 CAD 或 PDF 为准；
• 哪些区域不能施工；
• 哪些设备必须沿用；
• 哪些信息涉及客户隐私，不能上传到外部服务；
• 输出需要满足什么格式、尺寸和命名规则。

约束越明确，AI 越像一个可靠的协作者。约束缺失时，它很容易给出“逻辑上成立、现场无法落地”的答案。

第三步：让 AI 输出可核对的中间表

不要一上来就要求生成完整方案。更稳的做法是按顺序输出：

1. 楼层与区域清单；
2. 房间与点位清单；
3. 设备与数量汇总；
4. 缺失信息与冲突项；
5. 方案草案；
6. 最终交付物。

每一步都可以和原始资料逐项核对。发现错误时，只需要回到出错的那一层，不必推翻全部结果。

第四步：设置三个人工检查点

AI 工作流至少保留三个必须由人确认的节点：

现场事实确认

检查房间、点位、设备和路线是否与现场及最新版图纸一致。

方案责任确认

涉及设备选型、容量、合规、安全和造价的决定，由具备责任的人确认。AI 可以列出依据和备选项，但不能代替签字。

交付前确认

检查文件版本、图纸尺寸、编号、文字、引用来源，以及是否包含不应公开的信息。

第五步：把结果沉淀为下一次可复用的规则

项目结束后，不只保存最终文件，还应保存：

• 哪些输入最容易缺失；
• 哪些检查发现过问题；
• 哪些规则可以自动化；
• 哪些环节必须人工判断；
• 下一次应提前向现场收集什么。

这样，AI 的价值才不只是“这次快一点”，而是让下一次项目从更高的起点开始。

一份最小检查清单

在把 AI 结果用于工程工作前，我会至少确认下面六件事：

• 原始资料版本明确；
• 每个关键结论可以追溯到来源；
• 未确认信息被单独列出；
• 数量汇总与明细能够互相校验；
• 涉及安全、合规和成本的判断经过人工确认；
• 最终文件已完成格式与隐私检查。

这套方法和《AI 如何进入真实工程工作流》的核心是一致的：AI 先帮助记录、整理和核对，再逐步进入更复杂的自动化。