人工智能通识（土建版）课件 模块二 AI应用实战赋能土木建筑

模块二AI应用实战——赋能土木建筑CONTENTS目录任务2.1AIGC文本生成——智能文档助手任务2.22.2AIGC图像生成——概念设计加速器任务2.3智能识别与监测——施工现场的“火眼金睛”任务2.4智能问答与知识管理——永不疲倦的专家库任务2.5项目实战：AI辅助标书编制模块导读土木建筑行业痛点土木建筑行业痛点设计文档撰写耗时长，概念方案落地难，施工现场管控依赖经验，专业知识查询不便，安全隐患易被忽视。解决方案需求需高效工具提升文档撰写速度，简化方案落地流程，加强现场安全智能监控，建立知识库方便查询。人工智能技术应用人工智能在土木建筑聚焦核心场景，项目任务驱动，实操解决问题，从理论到实战，掌握AI工具应用。AI技术落地方法深入学习国产AI工具，破解建筑设计、施工、管理痛点，完成项目任务，实现AI技术能力跨越。学习目标知识目标

知识目标掌握土木建筑场景指令编写，明确AIGC文本生成应用边界，熟悉国产AI工具使用，精通技术文档与标书规范。

技能目标能运用提示词工程原则，实操技巧编写适配指令，了解技术文档生成关键要素，掌握土建工程文档基本要求。能力目标

AI文档生成运用AI完成土建技术文档生成与优化，提升效率。

AI设计辅助AI生成建筑概念图与施工平面图，辅助设计汇报。

AI安全质量检测操作AI识别工具，检测现场安全违规与质量缺陷。

AI知识库搭建搭建土建行业知识库，实现规范条款与工艺要点快速查询。

AI标书编制协同AI工具，编制与审核技术标书核心章节。素质目标素质目标培养"技术向善"理念，强化职业责任与敬畏心，严谨工作，保障数据安全。素质目标加强团队合作与终身学习，适应AI技术迭代，提升问题解决能力，融合AI辅助与专业判断。AIGC文本生成——智能文档助手任务2.1任务导入

建筑文档撰写痛点建筑文档撰写耗时费力，需遵循行业规范与项目实际，传统模式效率低，易出现逻辑漏洞、规范引用错误。

AIGC技术革新AIGC文本生成技术为建筑行业文档工作带来革命性变革，缩短撰写周期，核心在于提示词工程及AI工具建筑场景应用逻辑。

掌握AI文档生成技巧聚焦AIGC文本生成技术，从提示词工程基础入手，通过国产AI工具实战，掌握建筑技术文档智能生成与优化方法。统文档撰写与AI辅助文档撰写对比图课前预习学生以5人一组，各组选出组长进行分工，带着问题学习本任务后面的知识知识要点：2.1.1提示词工程基础

提示词作用桥接用户需求与AI理解，转化专业指令，确保输出符合工程实际与规范。

提示词工程原则遵循精准化、场景化、结构化，匹配土木建筑行业特性，提升AI结果专业实用性。知识要点：2.1.1提示词工程基础1.明确角色定位

角色设定关键要素包含从业年限、专业领域、核心技能、经验背景，精准定位AI专业身份，增强行业贴合性。

具体场景示例地基施工方案：10年住宅施工经验，精通软土地区地基处理，熟悉GB50202—2018标准；招标文件：8年招采经验，熟谙《招标投标法》，擅长住宅项目招标文件编制。知识要点：2.1.1提示词工程基础2.细化需求场景

土木项目特性需详述项目类型、规模、地质环境、技术要求及限制，确保AI方案贴合实际，避免通用化。地基施工方案示例：18层住宅楼，长江三角洲软土，筏板基础，工期60天，避雨季，控噪音扬尘，适应特定条件。脚手架搭设方案示例：装配式住宅，高54m，双排脚手架，高56m，用冲压钢板，荷载2.5kN/m2，保障高空作业安全。知识要点：2.1.1提示词工程基础3.结构化指令框架

核心目标明确AI任务，如生成施工方案初稿，优化安全防护措施，润色专业表述。

内容要求确保文档结构完整，重点突出，如施工方案7模块，技术交底5核心内容，详述风险防护。

格式规范定义排版要求，如Markdown格式，Word兼容，字体大小，列表类型，关键信息加粗，表格展示数据。

参考依据遵循法律法规，行业规范，如《建筑法》，《建设工程质量管理条例》，GB50202—2018，GB50204—2015，项目设计图纸，招投标管理规定。知识要点：2.1.1提示词工程基础4.补充专业细节

技术参数量化指标如地基承载力200kPa，筏板C35混凝土，P6抗渗，50mm钢筋保护层，8m降水井间距，基坑底标高1m以下降水深度，脚手架立杆横距1.5m，纵距1.8m，步距1.8m，立杆基础承载力≥200kN/m2，连墙件竖向间距3.6m，水平间距4.5m。

工艺难点软土处理水泥搅拌桩施工（桩长12m，桩径500mm，水泥掺量15%），基坑支护（钢板桩+内支撑），装配式住宅外墙预制墙板吊装流程、定位校准、密封防水。

规范条款遵循GB50202—2018第5.1.3条地基承载力检测，JGJ/T46—2024第6章临时用电安全措施，如钢索配线截面选择、布设方式、固定要求。

特殊要求市区核心区域夜间施工噪音≤55dB，冬期施工-10℃混凝土冬季保温养护（综合蓄热法），钢筋防冻。知识要点：2.1.1提示词工程基础5.设定迭代方向

逻辑优化调整施工方案工艺流程逻辑，按特定顺序梳理，补充工序衔接条件与时间节点。

参数修正核对并修正水泥搅拌桩水泥掺量至15%，调整降水井间距至8m，确保参数准确合规。

内容补充在安全保障措施中加入高空作业防坠落及动火作业安全要求，补充基坑坍塌等应急预案。

表述优化替换口语化表述为专业术语，如“搅混凝土”改“混凝土振捣”，并严格控制施工噪音在55dB内。知识要点：2.1.2建筑技术文档智能生成

AIGC在建筑文档管理高效生成全周期文档，缩短撰写周期，减少人为疏漏。

AIGC提升项目效率解放技术人员，聚焦核心优化，提升管理效率与文档质量。知识要点：2.1.2建筑技术文档智能生成1.适合AI生成的核心文档类型

AI适配性关键文档结构化、规范依赖与信息复用性决定AI在建筑文档生成中适配性，施工、招采、管理、汇报四类文档最适AI赋能。

施工类文档固定结构，遵循规范，AI优势显著，涵盖施工组织设计、专项方案、技术交底、施工日志及周/月报。

招采类文档强调格式规范，AI快速生成标准化框架，填充核心内容，如招标、投标文件，工程量清单，合同条款。

管理类文档支持全流程管控，AI生成适配方案，包括项目制度、安全施工、质量验收、进度控制。

汇报类文档清晰展示项目进展，AI整合数据，组织内容，适用于阶段性汇报、竣工验收、技术总结。知识要点：2.1.2建筑技术文档智能生成2.技术文档生成的关键要点

结构完整性AI生成文档需含工程概况、施工准备、工艺流程、质量控制、安全保障、应急预案、资源配置等模块，确保实用规范。

规范合规性文档须符合《建筑法》等法规及GB50202—2018等标准，避免过时规范，结合项目地规定，保证合规。

数据合理性技术参数、工程量、进度计划须与项目地质、设计、环境匹配，如地基开挖、混凝土强度、机械选型、进度安排。

表述专业性使用“钢筋绑扎”等专业术语，规范表述如“应符合”“严禁”，明确单位如“200mm”，确保精准无歧义。知识要点：2.1.3文本润色与纠错

AI文档优化AI全面提升文档质量，从逻辑、规范、语法多维优化，增强严谨性与可读性。专业术语校验AI校对需谨慎处理专业术语，避免误改影响技术内容准确性。知识要点：2.1.3文本润色与纠错1.核心校对维度

01逻辑校验确保文档结构清晰，内容连贯合理，检查模块划分、流程衔接及内容一致性，避免逻辑断层和矛盾。

02规范校验核查规范信息准确性、时效性，确保技术要求合规，引用条款与主题相关，适配地方标准，避免规范与执行脱节。

03语法纠错修正文字、标点、语句错误，确保表述流畅准确，格式统一，无歧义，提升文档专业性和可读性。

04专业术语校验使用标准术语，区分易混淆概念，保持术语表述一致性，增强文档专业性和严谨性。知识要点：2.1.3文本润色与纠错2.高效校对技巧

知识要点：文本润色与纠错核心维度包括语法修正、语句通顺、格式统一，技巧上需保留专业术语与参数，优化表达，精简冗余，确保文档清晰、专业且易于理解。任务实施：用AI辅助生成住宅楼地基施工方案下面以DeepSeek为例，介绍使用AI工具撰写住宅楼地基施工方案的具体步骤。（1）在浏览器中输入DeepSeek官方网址，进入DeepSeek官方网站，如图所示。单击“开始对话”选项，登录账号后进入对话界面，如图所示。（2）梳理项目核心信息，明确方案生成的基础条件：（3）设计精准提示词，在对话输入框中输入提示词：任务实施：用AI辅助生成住宅楼地基施工方案（4）单击“深度思”按钮，然后单击“发送”按钮，DeepSeek将基于提示词生成方案初稿，如图所示。任务实施：用AI辅助生成住宅楼地基施工方案（5）对生成的方案初稿进行审核。重点检查内容包括，结构是否完整，核心模块是否缺失；技术参数是否符合项目背景要求；软土地区施工的针对性措施是否足够；规范引用是否准确；是否存在逻辑矛盾或表述模糊的内容。（6）第一轮优化：补充冬期施工要求。若项目需考虑冬期施工，输入提示词：（7）单击“发送”按钮，DeepSeek将基于提示词生成第一轮优化后的方案，如图所示。任务实施：用AI辅助生成住宅楼地基施工方案（8）第二轮优化：润色与逻辑修正。输入提示词：（9）单击“发送”按钮，DeepSeek将基于提示词生成第二轮优化后的方案，如图所示。（10）第三轮优化：补充质量检测细节。输入提示词：任务实施：用AI辅助生成住宅楼地基施工方案（11）单击“发送”按钮，DeepSeek将基于提示词生成第三轮优化后的方案，如图所示。关键原则强调

AI生成的方案仅为“初稿框架”，需结合项目图纸、地勘报告等专属资料进行针对性调整，确保所有参数与现场实际一致。

涉及结构安全的核心内容（如基坑支护、地基处理、大体积混凝土施工等），必须经过专业计算与论证，必要时组织专项评审。

规范引用需核查最新版本，确保合规性，避免因引用过时规范导致安全隐患。

最终方案需由专业技术人员签字确认，AI始终仅作为辅助工具，不能替代人工的专业判断与责任担当。归纳总结AIGC图像生成——概念设计加速器任务2.2任务导入

建筑设计挑战建筑概念设计阶段，设计师需耗时绘制草图、调整方案，传统模式效率低，易受个人经验限制，难快速探索多元风格方向。

AIGC图像生成技术变革AIGC图像生成技术改变建筑可视化逻辑，可快速生成多样概念图，掌握原理与技巧能加速设计创意落地。

传统与AI对比传统手绘草图与AI生成效果图如图所示。课前预习学生以5人一组，各组选出组长进行分工，带着问题学习本任务后面的知识知识要点：2.2.1文生图与图生图原理

AIGC图像生成原理算法学习图像数据规律，依据文本或图像指令，生成全新可视化内容，过程类似从噪声到图像的降噪，契合建筑设计需求。

AIGC图像生成过程从模糊噪点开始，带设计需求，反复细化打磨，经数百至上千次迭代，最终生成清晰图像，类比设计师绘图流程。知识要点：2.2.1文生图与图生图原理1.文生图原理

文生图技术流程核心流程含文本编码、噪声初始化、迭代降噪三阶段，确保生成图像精准反映设计需求。文本编码阶段采用Transformer架构深度解析输入文本，精准捕捉设计要素，转化为指导图像生成的数值向量。噪声初始化作用初始化随机噪声图像保证生成结果多样性和随机性，为个性化图像生成提供创作空间。迭代降噪过程通过数百至上千次迭代，逐步去除噪声，依据文本向量优化细节，生成与设计描述高度契合的图像。知识要点：2.2.1文生图与图生图原理2.图生图原理

图生图技术原理延伸文生图，保留核心视觉特征，融入文本风格调整，适用于建筑设计风格迁移、草图深化。

图像编码CNN提取建筑核心要素，如轮廓、布局、构图，转化成特征向量，确保生成图像保留设计骨架。

文本引导解析文本提示，定位风格调整和细节补充，如改材料、增露台、调光影，为创作提供明确方向。

融合生成融合图像与文本特征，通过扩散模型降噪迭代，保留核心特征，满足新设计需求，实用于建筑设计。知识要点：2.2.1文生图与图生图原理3.扩散模型的核心优势

细节还原度扩散模型精准还原材质、光影、尺度，如玻璃幕墙质感、石材纹理，模拟不同时段光影变化，提升方案评审与客户沟通的视觉精准度。

风格适配性灵活适配多元风格，如现代极简、新中式、欧式古典等，通过文本提示词精准响应风格化细节，无需额外训练，提高设计风格探索效率。

可控性通过文本提示、控制网、图像蒙版精准控制建筑设计要素，如固定结构布局、修改局部构件、控制尺度比例，深度融入设计全流程，提供技术支撑。知识要点：2.2.2建筑可视化应用AIGC图像生成技术高效、多元、可控，贯穿建筑设计全流程，加速成果展示，缩短周期，拓宽创意，优化方案沟通。核心价值体现打破传统冗长流程，加速可视化成果产出，助力高效沟通与快速迭代优化。实操场景分类分为概念发散、方案优化、成果展示三类核心应用，深度融入建筑设计。知识要点：2.2.2建筑可视化应用1.建筑外观概念图生成

建筑外观概念设计AIGC图像生成技术通过精准文本指令,快速生成多风格外观概念图,成概念设计“创意加速器”,助风格多元化探索,突破创意局限。

结构与材质优化AIGC调整结构、材质、色彩信息,低成本对比筛选,快速生成不同组合方案可视化效果,提升方案决策效率。

环境氛围渲染AIGC补充环境提示词,深度融合建筑与场地,生成贴合实际条件概念图,增强方案说服力,提升方案汇报沟通效率。知识要点：2.2.2建筑可视化应用2.室内设计风格方案生成

建筑可视化应用AIGC加速室内设计，根据空间功能与风格，快速生成整体方案与细节图，支持软装快速迭代，精准匹配设计需求。

整体风格方案生成通过精准文本指令，如“别墅客厅，现代极简”，快速生成风格定位概念图，提供直观参考，优化前期设计定位。

局部细节设计针对厨房、卧室等，生成细节设计方案，如“开放式厨房，白色橱柜”，优化功能布局与材质，提升使用舒适度与美感。

软装搭配优化高效探索软装效果，如“北欧客厅，浅灰窗帘”，快速迭代方案，精准找到风格相符的软装组合，丰富空间层次。五星级酒店大堂开放式厨房北欧风格客厅软装知识要点：2.2.2建筑可视化应用3.景观规划鸟瞰图生成

景观规划核心实现建筑与环境和谐共生，AIGC快速生成景观鸟瞰图，助设计方案沟通。鸟瞰视角方案输入文本指令，生成整体布局图，如小区、公园、商业体，直观呈现分布逻辑。局部景观设计聚焦小尺度空间，如别墅庭院、小区组团、公园节点，优化细节设计与美学效果。季节时段适配补充季节时段提示词，生成多场景效果，丰富方案展示维度，提升方案说服力。小区景观规划鸟瞰图别墅庭院景观公园夜景鸟瞰图知识要点：2.2.3控制生成结果

控制生成结果核心诉求专业合规，精准匹配设计需求。控制技术包括精准提示词设计，负面提示词过滤，控制网约束，确保输出专业实用可控。

生成图像问题常见问题含结构不合理，空间比例失调，风格不符，细节失真，需通过核心技术解决，保证设计质量。知识要点：2.2.3控制生成结果1.精准提示词设计

01知识要点控制AI生成图像需结构化、具象化信息，涵盖风格定位、核心结构、材质细节、环境氛围、技术参数，确保设计要素精准覆盖，避免歧义。

1）风格定位补充风格核心特征关键词，如现代极简的“线条简洁、黑白灰主调”，新中式的“飞檐斗拱、木格栅”，欧式古典的“穹顶、罗马柱”，强化AI风格认知。

2）结构参数明确量化结构参数，如“三层别墅、L型布局、层高3.2米”，确保建筑结构合规，避免AI生成层数混乱或结构缺失问题。现代极简风格三层别墅外观图知识要点：2.2.3控制生成结果3）材质细节精准描述材质类型、颜色、质感，如“浅灰真石漆墙体、深灰铝合金窗框”，让AI生成图像接近真实施工效果，减少方案调整成本。4）环境氛围补充光照条件、周边环境、季节氛围，如“午后侧光、依山而建、秋季树叶泛黄”，使生成图像贴合实际场地，提升方案说服力。5）技术参数明确图像比例、分辨率、透视角度，如“16:9比例、4K超清、45°斜角透视”，确保输出质量满足汇报、打印或展示需求。1.精准提示词设计知识要点：2.2.3控制生成结果2.负面提示词

01控制生成结果负面提示词排除结构违规、风格混搭、图像瑕疵、无关元素，如"比例失调、欧式雕花、模糊不清、广告牌"，精炼生成质量，聚焦专业需求。

02建筑设计场景应用在现代极简风格三层别墅设计中，运用"比例失调、多余装饰、材质失真、背景杂乱"等负面提示词，确保风格统一，图像清晰，无干扰元素，提升方案评审效率。知识要点：2.2.3控制生成结果3.控制网

控制生成结果控制网技术通过上传线稿、布局或深度图，约束AI生成，确保建筑图像结构合规、透视准确，适用于风格优化、布局控制和深度控制，提升设计效率与专业度。建筑设计应用在建筑设计中，上传建筑线稿图，AI生成符合风格与材质要求的图像，适用于风格优化、草图深化为效果图，确保结构参数与设计初衷一致。任务实施：用AI工具生成现代极简风格别墅外观概念图

AI加速别墅设计流程传统别墅外观设计流程耗时且受限于个人创意，AI工具通过精准提示词引导，几分钟内生成概念图，缩短创意落地周期，拓展设计思路。任务实施：用AI工具生成现代极简风格别墅外观概念图：使用通义万相生成概念图

登录与界面选择在浏览器中输入通义万相官方网址，登录账号后进入对话界面。选择“图片”类型，切换到图片生成界面。

输入关键词与智能扩写输入关键词，单击“智能扩写”按钮打开对话框，通义万相扩写后，可单击“使用扩写结果”填入输入框，不满意可手动修改补充细节。

设置与图像生成选择“万相2.6”模型，打开“设置”面板，设比例“1:1”，开启灵感值生成和提示词优化，生成图像约10-30秒。通义万相网页版界面图片生成界面“智能扩写”对话框“设置”面板别墅外观概念图生成结果任务实施：用AI工具生成现代极简风格别墅外观概念图

修改与优化生成图像生成结果不符需求可图像编辑，鼠标放第三张效果图上单击“图像编辑”按钮进入通义万相编辑界面，系统自动添加底图，输入提示词调整二楼右侧玻璃栏杆材质为玻璃幕墙材质，单击按钮获编辑后图像。

下载与应用生成图像生成满意概念图后，单击“下载”按钮，保存为PNG格式，用于设计方案汇报、创意灵感收集等场景。图像编辑界面

编辑后的别墅外观概念图归纳总结智能识别与监测——施工现场的“火眼金睛”任务2.3任务导入

施工安全管理痛点施工现场环境复杂、人员流动频繁，安全管控与质量把控是核心痛点。传统管理依赖人工巡检和经验，隐患漏判、缺陷难排查，数据追溯分析难。

计算机视觉技术应用计算机视觉技术助力施工现场智能化升级，可实时监测人员行为、设备状态，自动识别安全违规，精准检测建筑构件缺陷。

AI在施工场景的应用聚焦计算机视觉在施工场景应用，掌握安全监测与质量缺陷识别关键方法，让AI成为智能安全员与质量检测员。课前预习

学生以5人一组，各组选出组长进行分工，带着问题学习本任务后面的知识知识要点：2.3.1安全智能监测安全智能监测核心AI技术自动识别违规行为与隐患，实时预警，降低事故率。核心技术目标检测快速定位图像视频目标，判断安全规范，精准捕捉违规。知识要点：2.3.1安全智能监测1.施工现场监测场景与目标

人员防护装备识别AI目标检测算法，识别安全帽、反光衣，自动标记未佩戴者，保障施工现场安全。危险区域闯入检测图像分割划定边界，目标检测监测人员与设备，实现实时闯入预警。设备安全状态识别监测塔吊、挖掘机等设备运行，判断违规操作，确保施工安全。知识要点：2.3.1安全智能监测2.安全智能监测的技术实现流程

安全智能监测流程图像采集、预处理、目标检测、结果分析预警四步，利用监控、无人机等设备，覆盖关键场景，确保实时监测。

图像预处理去噪、增强、尺寸调整，提升图像质量，优化目标检测输入，如夜间亮度增强、模糊图像去噪。

目标检测预训练模型识别人员、安全帽、塔吊等，精准定位，基于大量施工现场数据训练。

结果分析与预警判断安全违规，如未戴安全帽、危险区域闯入，自动声光预警，记录违规图像与时间。安全智能监测的技术实现流程知识要点：2.3.2质量缺陷识别质量缺陷识别图像分割技术提升检测准确性与效率，实现像素级精准识别，为建筑工程质量缺陷提供量化数据支撑。传统检测局限依赖经验，主观性强，效率低，难发现隐蔽性缺陷，图像分割技术有效解决上述问题。知识要点：2.3.2质量缺陷识别1.质量缺陷识别场景与缺陷类型

墙体裂缝识别AI运用图像分割，精确测量裂缝尺寸，有效检测各类墙体微小裂痕。

混凝土表面缺陷识别AI图像分割技术准确区分混凝土表面异常，量化缺陷面积，辅助质量评定。

钢结构锈蚀识别通过颜色与纹理分析，AI识别钢结构锈蚀等级，支持维护决策。知识要点：2.3.2质量缺陷识别2.质量缺陷识别的技术实现流程

质量缺陷识别流程采集高清图像，预处理后用分割模型标注缺陷，计算分析缺陷参数，对比标准生成报告。

图像采集要求使用无人机或高清相机，确保图像清晰无遮挡，近距离拍摄以捕捉细节。

图像预处理进行灰度化、去噪和对比度增强，突出缺陷特征，便于后续分割。

图像分割技术应用预训练模型进行像素级分类，分离并标注缺陷区域，生成精准轮廓。

缺陷参数计算量化分析缺陷区域，计算裂缝长度宽度，蜂窝锈蚀面积占比，判断是否超标。知识要点：2.3.3技术实现路径

技术实现路径一使用现成AI工具，直接推理，适合通用无需自定义模型场景。

技术实现路径二基于开源模型微调，适应有特定检测需求的场景。知识要点：2.3.3技术实现路径1.直接推理

直接推理应用利用预训练模型识别施工现场图像，操作简便高效，适合常见安全监测与质量检查。

国产AI工具百度飞桨、阿里云、华为云提供目标检测与图像分割模型，上传图像即获识别结果，涵盖多种常见目标。知识要点：2.3.3技术实现路径2.模型微调

模型微调定义在预训练基础上，用自定义数据二次训练，适应特定场景检测需求，如新型设备识别。

核心步骤准备数据集，选择预训练模型，训练并调整参数，最后部署模型进行推理。知识要点：2.3.3技术实现路径：3.常见问题排查与解决任务实施：用YOLOWorld实现施工人员安全帽佩戴自动识别与标注

技术实现路径采用YOLOWorld实时目标检测算法，引入CLIP模型，通过自然语言描述定位物体，实现安全帽自动识别与标注。

环境配置与安装安装Python3.11、PyCharm最新版，配置环境，使用pip升级并安装ultralytics、opencv-python等依赖包，确保Python版本稳定。

数据集预处理图像文件需涵盖佩戴与未佩戴安全帽的施工人员，保证数据集多样性，提升识别准确率，避免路径含中文。

代码实现与调试新建Python文件helmet_detection.py，导入必要库，定义函数判断安全帽佩戴状态，批量处理图像，调整置信度以平衡识别数量与误判率。

运行结果识别结果图归纳总结智能问答与知识管理——永不疲倦的专家库任务2.4任务导入01建筑行业知识查询痛点建筑行业知识查询存在效率低、不精准、依赖人的痛点，如查规范条款难、工艺细节请教无门、新旧标准差异难核对。02智能问答系统的应用智能问答与知识管理系统存储建筑行业知识，支持自然语言交互，助力施工、技术、管理人员随时随地精准查询答案。03行业规范智能问答系统实操聚焦建筑行业知识库构建、智能问答机器人原理与RAG技术，实操搭建行业规范智能问答系统，掌握知识管理与智能问答核心方法，实现专业知识“随用随取”。课前预习学生以5人一组，各组选出组长进行分工，带着问题学习本任务后面的知识知识要点：2.4.1行业知识库构建

行业知识库转化建筑领域知识为结构化数据，作为智能问答系统“大脑储备”。

知识库作用辅助智能问答，提升学生知识整理与复用能力，为技术沉淀打基础。知识要点：2.4.1行业知识库构建1.知识库核心构成行业知识库构建覆盖标准规范、工艺工法、项目管理、常见问题四大模块，贴合实际需求，避免无效信息。标准规范类核心基础，含国家、行业、地方、企业标准，按规范-年份-章节-条款结构化，便于检索。工艺工法类聚焦实操技术，分部分项工程，按工程类型-工艺-步骤-质量-问题解决分类，确保实用。项目管理类涵盖全流程管理，进度、安全、成本、招投标、合同，按模块-流程-要求-风险整理，系统全面。常见问题类汇总一线高频问题及答案，技术问答手册形式，问题-关键词-答案-来源，确保可追溯性。建筑行业知识库四维结构图知识要点：2.4.1行业知识库构建2.知识库构建核心流程

数据采集优选PDF官方规范与内部工艺文件，分类存储，确保知识准确，避免混淆。

预处理清理冗余，统一格式，修复残缺，确保文字可提取，适配AI识别需求。

结构化处理导入管理平台，AI识别清洗，分段处理，使知识结构化，便于理解。

入库维护设更新机制，定期查新替旧，清理冗余，保持知识库轻量化与精准化。知识要点：2.4.2智能问答机器人

智能问答机器人角色建筑行业专属客服，理解口语化提问，精准匹配知识库答案。智能问答机器人特点专业准确，答案可追溯，避免模糊或错误回复。知识要点：2.4.2智能问答机器人1.核心工作流程

01需求理解解析用户问题核心意图与关键信息，如“三级钢筋”“抗拉强度”“标准值”，明确查询需求。

02知识检索基于关键词检索知识库，匹配最相关知识单元，如《混凝土结构设计标准》中HRB400钢筋抗拉强度条款。

03答案生成将结构化知识转化成自然语言，标注来源，确保答案可追溯、可验证。

04反馈优化记录用户满意度，人工修正不准确答案，优化检索算法，提升问答准确性。知识要点：2.4.2智能问答机器人2.关键技术要求

专业术语理解精准识别建筑专业术语，区分如“HRB400钢筋”与“HRB335钢筋”，处理术语歧义，避免答非所问。

模糊查询处理支持口语化提问，如将“冬天浇混凝土要养多久？”识别为核心需求“冬期施工混凝土养护时间”，自动匹配专业知识。

多轮对话支持对于复杂问题，通过追问明确需求，如追问“柱子截面尺寸要求？”的具体类型和项目抗震设防烈度，以提供精准答案。知识要点：2.4.3检索增强生成技术知识要点检索增强生成(RAG)结合大模型生成力与知识库检索，确保信息准确与时效，解决知识过时与胡言乱语问题。知识要点：2.4.3检索增强生成技术1.RAG技术核心逻辑

问题解析用户输入专业问题，系统提取核心关键词与需求意图，理解用户需求。

知识检索基于关键词，从建筑行业知识库中精准检索相关知识单元，如抗震设计标准。

知识整合将检索到的知识作为参考资料，与问题一同输入大模型，整合信息。

答案生成大模型结合参考资料和预训练知识，生成准确回答，标注来源，确保可追溯。知识要点：2.4.3检索增强生成技术2.RAG技术的核心价值

解决知识过时通过更新知识库，RAG使机器人实时掌握新知识，如最新建筑规范，确保回答精准。

提升答案准确性基于权威知识库，RAG提高机器人在建筑行业问题上的回答准确性，避免施工质量问题。

增强答案可解释性RAG生成的答案附带规范名称、条款号等来源信息，满足建筑行业合规性要求，增强信任度。任务实施：用ima构建《建筑抗震设计规范》智能问答系统

智能问答优势快速精准响应查询需求，结构化存储规范文件，确保答案准确性与可追溯性。ima智能体功能基于大模型技术，实现信息整合、个性化问答与内容创作，适用多场景，如学习研究、资料整理、协同办公。下载客户端步骤选择windows客户端因网页版不支持知识库创建，客户端具备完整知识库搭建功能，能满足核心需求。下载完成后，双击安装文件，打开如图所示的“ima.copilot安装”对话框，设置安装位置，单击“立即安装”按钮，安装完成后，打开ima平台首页，如图2-29所示单击知识库图标进入“个人知识库”页面，可搭建个人知识库（仅自己可用），创建和加入共享知识库（可分享给他人）。创建共享知识库打开“创建共享知识库”对话框，输入名称和简介，名称体现核心内容与功能，简介说明用途，单击“确定”按钮。ima.copilot官方网站“ima.copilot安装”对话框

ima平台首页

“知识库”页面“创建共享知识库”对话框任务实施：用ima构建《建筑抗震设计规范》智能问答系统

上传文件按钮打开下拉列表，选“本地文件”，打开对话框选“建筑抗震设计规范.pdf”，单击“打开”上传，IMA自动解析处理，资料显示在“内容”列表。输入抗震设防烈度等级ima解析问题核心关键词，检索相关条款，总结答案并标注来源（规范第3.2.2条），确保准确性与可追溯性。单击“更多”按钮打开下拉菜单，单击“权限管理”，打开“权限设置”对话框。开启“成员加入需确认”，他人需申请并经同意才能查看知识库内容。单击“分享”按钮，打开如图所示的“分享”对话框，可以复制链接分享，也可以通过二维码分享。

知识库内容创建页面

“上传文件”下拉列表

上传的资料答案下拉菜单

“权限设置”对话框“分享”对话框归纳总结项目实战：AI辅助标书编制任务2.5任务导入

技术标书的重要性技术标书是土建工程招投标中体现施工单位技术、组织能力和项目理解的核心文件，传统编制耗时费力、效率低易出错。

AI提升标书编制效率AI整合文本生成、图像生成、智能审核等工具，辅助标书全流程编制，缩短周期，降低疏漏。课前预习学生以5人一组，各组选出组长进行分工，带着问题学习本任务后面的知识知识要点AI辅助标书编制明确核心模块，理解AI适配逻辑，建立质量检验流程，形成完整思维链路，防止内容泛化和专业失真。思维链构建模块拆解确保精准，工具匹配提升效率，质量把控保证专业，构建闭环思维链，指导AI辅助标书编制。知识要点：2.5.1技术标书核心模块拆解学校体育馆建设项目技术标书围绕“实用性、专业性、合规性”原则，拆解为核心模块，明确土建专业核心要求。知识要点：2.5.2AI辅助编写策略针对不同模块的特点，匹配对应的AI工具与应用逻辑，避免“一刀切”使用单一工具

文本类模块文本类模块包括工程概况、施工部署等，用DeepSeek等AI工具生成初稿，通过精准提示词明确项目特点等，减少通用化表述。

图表类模块图表类模块包括施工平面布置图等，用即梦等生成可视化图表，提示词需明确空间布局、元素构成等。

审核校对类工作用扣子、CherryStudio等AI工具创建智能体，建立知识库上传规范，对标书智能审核，弥补人工校对疏漏。知识要点：2.5.2AI辅助标书编制核心原则

01专业优先原则AI为辅助工具，生成内容应以土建工程专业知识、行业规范为核心，不可完全依赖AI生成通用化内容。

02提示词精准原则提示词需包含“项目属性+模块要求+专业依据+输出格式”，越具体越能降低AI生成成本。

03校验闭环原则“AI生成→AI审核→人工复核”缺一不可，尤其核心专业参数和规范引用，必须人工最终确认。

04工具协同原则根据模块特点选择适配AI工具，避免单一工具“包办所有”，提升编制效率与内容质量。AI辅助编制学校体育馆建设项目技术标书：实施准备1.学校体育馆项目基础信息XX学校体育馆建设项目，建筑面积1.2万㎡，地上3层、地下1层，大跨度钢结构，工期180天，需控制噪音、扬尘及学生安全防护。2.工具准备DeepSeek账号、即梦账号、豆包账号、扣子账号。3.规范文件准备《钢结构工程施工质量验收标准》（GB50205—2020）、《混凝土结构工程施工质量验收规范》（GB50204—2015）、《建筑施工安全检查标准》（JGJ59—2011）PDF文件。AI辅助编制学校体育馆建设项目技术标书：实施步骤1.文本编写

使用DeepSeek访问官网，开始对话，登录账号，输入工程概况提示词，点击深度思考，发送，获取专业撰写内容。工程概况撰写输入项目基本信息、施工范围、地质水文条件、核心技术难点，要求语言简洁专业，符合技术标书规范，获取定制化工程概况。AI辅助编制学校体育馆建设项目技术标书：实施步骤

对初稿进行审核，针对通用化内容、逻辑不清晰的部分，补充提示词迭代优化，完善后，单击输出结果最下方的“复制”按钮，复制优化的工程概况，将其粘贴到Word中，并保存继续在输入框中输入撰写钢结构施工方案提示词，也可以单击“开启新对话”按钮，新建对话后输入提示词XX学校体育馆大跨度钢结构专项施工方案，含施工准备、吊装、焊接、防腐涂装、安全措施，遵循GB50205—2020，分章节表述，关键参数加粗。单击“发送”按钮。Deepseek会对提示词进行深度思考，并对其进行分析，然后输出大跨度钢结构专项施工方案。1.文本编写AI辅助编制学校体育馆建设项目技术标书：安全保障措施对初稿进行审核，针对通用化内容、逻辑不清晰的部分，补充提示词迭代优化，完善后，单击输出结果最下方的“复制”按钮，复制优化的工程概况，将其粘贴到Word中，并保存。然后进行人工审核，重点关注技术参数的合理性（如吊装设备选型、焊接参数）、工艺步骤的可操作性（如吊装顺序、防腐涂装流程）、安全保障措施的针对性（如校园施工的噪音控制、安全隔离）1.文本编写AI辅助编制学校体育馆建设项目技术标书：2.图表生成1）生成施工平面布置图

登录与界面登录通义万相官网，选择图片生成，输入特定提示词，生成施工平面布置图。

生成施工平面布置图按1:500比例生成体育馆项目平面图，含基坑、堆场、加工棚等元素，采用工程风格，线条清晰，专业配色。

调整与编辑发现临水临电接口位置错误，使用图像编辑功能，修改位置至正确西南角，确认修改后图像。

下载与保存生成满意平面图后，点击下载，保存为PNG格式，用于技术标书。

AI工具局限AI生成图表精度、合规性不足，尺寸比例易失控，缺乏施工标准，编辑性差，难以对接BIM等工程流程，仅适合作为初步方案参考。平面布置图生成结果编辑后的别墅外观概念图AI辅助编制学校体育馆建设项目技术标书：2.图表生成2）钢结构安装工艺流程图

流程图生成生成横向钢结构安装流程，核心节点蓝框标注，焊缝检测标红，格式简洁，符合技术标书规范。

流程图应用下载流程图，插入标书文件，完善图表模块，直观展示施工流程，便于招标方理解。输出的思维导图大纲Markdown代码AI辅助编制学校体育馆建设项目技术标书：3.审核校对创建知识库

AI辅助审核通过扣子平台创建知识库，调用规范文件智能审核标书，确保技术参数准确，避免人工错误。创建知识