← 返回个人主页

Case 01 · AI Spatial Intelligence Platform

AI Spatial Knowledge Platform|空间知识与检索

这是 AI Spatial Intelligence Platform 的推进一:面向人居产品研发资料、空间案例与标准规则, 建设可检索、可引用、可追溯的空间知识底座。它的目标不是替代专业判断,而是让设计管理人员在新项目中更快找到依据、理解适用边界,并保留人工复核责任。

公开版案例 案例建设中

不展示未公开资料原文,不承诺尚未验证的业务指标。

进入产品原型

把分散文件变成可被产品调用的空间知识。

所属总控

AI Spatial Intelligence Platform|AI 空间智造平台

任务一负责知识与检索层,为后续的空间方案设计评审 Agent 和空间产品决策平台提供可追溯依据。 当前公开版本展示产品思路、功能结构和验证方法,不开放内部资料。

首轮用户

设计管理人员

聚焦项目启动、产品策划、方案评审和专项设计推进中的资料调用。

产品边界

辅助判断,不自动裁决

系统输出依据、差异和风险提示;最终设计判断仍由专业人员确认。

真实痛点不是没有资料,而是资料难以被再次使用。

  1. 01

    历史案例分散

    项目方案、产品手册、会议纪要和专项研发成果沉淀在文件中,调用依赖个人记忆和临时询问。

  2. 02

    大文件阅读成本高

    文件被转发并不等于经验被理解,模块级信息很难在新项目中快速复用。

  3. 03

    适用边界不清晰

    相似案例不能整体照搬,必须解释哪些条件匹配、哪些差异需要重新判断。

  4. 04

    标准问答需要证据

    不同资料层级、版本和地区要求需要分开展示;证据不足时必须拒答并提示人工复核。

第一版围绕两条高频工作流展开。

工作流 A

相似项目资料调用

输入地块大小、容积率、业态、产品线、产品定位、户型面积段、风格、成本档位、项目阶段和当前设计模块; 输出模块级参考资料、相似原因、关键差异、本地文件入口和人工确认提示。

工作流 B

设计标准问答

针对点状设计问题进行受控检索,返回引用回答、资料性质、适用范围、日期与版本; 对无依据、冲突或高风险问题保持拒答和复核机制。

  • 资料接入小样本语料、元数据、文件入口
  • 知识组织资料层级、专业、阶段、空间类型
  • 检索排序硬条件过滤、关键词基线、必要时比较向量检索
  • 结果解释相似原因、适用性、关键差异、引用来源
  • 人工闭环拒答、冲突提示、失败记录、复核入口

先验证知识调用是否可靠,再决定技术路线。

当前公开案例只展示待验证目标,不把演示语料或自动化测试结果包装成真实业务成绩。 后续需要用小样本内部语料、人工标注参考答案和用户任务测试复核。

  1. 01

    相似项目 Top-3 召回

    验证人工标注参考资料是否能进入对应模块前三,并检查相似理由和关键差异提示。

  2. 02

    标准问答引用支持

    检查引用文件与位置是否真实存在,回答是否被引用内容支持,资料性质是否被正确区分。

  3. 03

    拒答与人工复核

    对无依据问题、资料冲突、版本冲突和价值导向问题,保留克制输出与人工确认。

这个案例已经形成从立项到评测的产品文档骨架。

已整理

项目概述 / BRD

明确一句话定位、目标用户、业务问题、MVP 范围与边界。

已整理

AI 方案初判

区分 AI 适合处理的检索、摘要、相似理由候选,与确定性工程负责的权限、引用和拒答门禁。

已整理

评测方案

定义相似项目资料调用、标准问答、拒答和人工复核的验证维度。

下一阶段重点是补齐公开可展示的证据链。

  1. 01

    制作脱敏演示样本

    用自制资料替代内部原文,展示检索、引用和拒答效果。

  2. 02

    补充界面原型

    把两个工作流转成输入表单、结果卡片、引用展开和反馈入口。

  3. 03

    沉淀评测记录

    记录测试集、失败类型和改进决策,让案例能经得起面试追问。

查看公开产品原型

如果你想了解这个方向的产品拆解,可以联系我。