利益:
- 日光、日射量、エネルギーシミュレーションのワークフローにおけるデータの準備、解釈、レポートにおける AI の役割を説明する能力
- AI を使用してシミュレーション結果を要約する際に、仮定、境界条件、不確実性を明確に追跡する機能
- エネルギー/快適性の結果は公式の計算方法と認定されたソフトウェアで検証する必要があること、および AI が数値を生成するものではないことを理解する能力
建物はただ見た目が美しいだけではありません。暑いときは涼しく、寒いときは暖かく、日中は光を取り込み、無駄なエネルギーを消費しません。これらを予測するために、建築家はシミュレーションを使用します。これは、建物が太陽、光、空気に対してどのように作用するかを数値的に計算するコンピューター分析です。昼光分析 (空間にどれだけの自然光が入るか)、日射/日陰分析、エネルギー シミュレーションが主なものです。認定および検証された特別なソフトウェアがこれらの計算を行います。人工知能自体がこれらの数値を生成するわけではありません。 AI の役割は、データを準備し、シナリオを整理し、結果を解釈して報告することです。この単元では、エネルギーと太陽光のワークフローの適切な場所に AI を配置する方法と、AI に数値を生成させるという最も危険な間違いを回避する方法を学びます。
なぜAIはシミュレーションしないのか
言語モデルは、「この部屋にどれだけの太陽光が差し込むか」という質問に自信のある数値を与えることができます。ただし、この数値は推定/捏造であり、実際の計算ではありません。昼光乗数、エネルギー負荷、日陰時間。これらは、建物の形状、地理的位置、材料特性、気候データに基づいた物理計算です。これらのことを正しく行うことができるのは、物理モデルを作成するシミュレーション ソフトウェアだけです。
AI の本当の貢献は、シミュレーションの入力 (シナリオ リスト、部品表) を準備し、出力を理解して (数百ページの結果を要約し、パターンを見つける)、レポートを作成することです。したがって、AI はアカウントの作成前でも作成後でも価値があります。アカウント自体ではありません。
注意: AI に日光乗数、エネルギー消費量、日影時間などの数値を尋ねないでください。認定/検証されたシミュレーション ソフトウェアのみがこれらの値を生成します。 AI によって提供される番号は、ソース アカウントでない限り使用しないでください。
インプットの準備: AI の最初のメリット
シミュレーションの品質は入力の品質に依存します。 AI は、ファサードの方向、ガラスの種類、シェーディング オプション、テストする使用時間など、一連の複雑なシナリオを調整するのに役立ちます。これらを構造化した表に変換し、各シナリオで何を測定するかを明確にすることで、時間を節約し、エラーを減らすことができます。
AI は材料特性 (熱伝導率値、光透過率など) を編集してテーブルにまとめることができます。ただし、AI が誤って記憶している可能性があるため、これらの値はメーカーのドキュメントで確認する必要があります。
出力の解釈: AI の 2 番目のメリット
シミュレーションの出力は、時間ごとの温度、部屋ごとの光レベル、毎月のエネルギー分布など、膨大で複雑になることがよくあります。このデータを考慮すると、AI は「最も暖かくなる 3 つの場所」、「日照目標を下回る地域」、「冷房負荷が最も高い月」などの明確なサマリーを生成します。この概要により、建築家の設計決定が迅速化されます。ただし、どのソフトウェアを使用し、どのような仮定に基づいて結果を AI に与えるのかを必ず指定してください。コメントはこのコンテキスト内に配置する必要があります。
ヒント: AI にシミュレーション結果を与えるときは、「これらの結果は、次の仮定の下で [ソフトウェア] によって生成されました。コメントして、仮定が結果にどのような影響を与えたかを示すだけです。」と伝えます。このように、AI は不確実性を隠すのではなく可視化します。
ステップバイステップ: AI を活用した分析ワークフロー
- 質問を明確にしてください。何を知りたいですか?過熱、光不足、エネルギー?
- AIでシナリオを編集。テストするバリアントを表にします。
- 材料データの作成と検証。 AI と言われますが、メーカーのドキュメントから検証します。
- 有能なソフトウェアを使用してシミュレーションを実行します。これが数字の由来です。
- AI で出力を解釈します。前提条件を述べて要約を作成します。
- 決定して報告してください。結論と根拠は出典とともに記録されます。
ミニケース3個
ケース 1 — シナリオ編集。建築家は、4 つのファサード方向、3 つのガラス タイプ、および 2 つのシェーディング オプションについて日光をテストしたいと考えています。 AI はこれらの組み合わせを 24 のシナリオの明確なテーブルに変換し、アーキテクトはどれが不必要な繰り返しであるかを確認して 16 に絞り込みます。シミュレーション時間と不規則性が削減されます。
ケース 2 — 解釈とパターン。時間ごとの温度出力が 800 行表示されます。建築家はこれを AI に渡し、概要を求めます。 AI は、南西隅にある 2 つのオフィスの気温が午後に目標を上回っていることをマークしています。この発見を検証するために、アーキテクトはシミュレーションの対応するグラフを調べてシェーディングを追加します。ここで AI が数値を生成したわけではありません。既存の番号が読み取れるようになりました。
ケース 3 — 危険な近道。時間を節約するために、インターンは AI に「この部屋の日光乗数は何ですか?」と尋ねます。そして、結果の数値をレポートに記載します。調べてみると、この数字は計算に基づいたものではなく、でっちあげであることがわかります。報告書は撤回される。教訓: 数字は常に有能なソフトウェアから得られます。
コピー可能な 4 つのプロンプト
以下の分析対象についてテストするSCENARIOSを表化します。コラム: シナリオ番号 |正面方向 |ガラスの種類 |シェーディング |何を測定するのですか?不要な/繰り返しのシナリオにフラグを立てます。目的: [...]
この材質リストの熱透過率と光透過率の値を表にまとめます。各値を「製造元の文書から確認する」としてマークします。正確な値を指定しないでください。リスト: [...]
次のシミュレーション結果は、[ソフトウェア名] によって次の仮定のもとに生成されました: [仮定]。結果の概要: 最も重要な 3 つの場所、パターン、および仮定の影響。新しい数値を生成せず、指定された数値を解釈するだけです。結果: [...]
このエネルギー/昼光レポートの草案を、手法、仮定、調査結果、推奨事項のセクションを含めて、建築家の言語で整理します。 [SOURCE] フィールドを残して、各問題のソース (ソフトウェア/アカウント) を示します。ドラフト: [...]
弱いプロンプト / 強いプロンプト
弱者：「この部屋のエネルギー消費量はいくらになるでしょうか？」
Strong: 「EnergyPlus ベースのシミュレーションの毎月のエネルギー出力を以下に貼り付けます。仮定: [気候ファイル、使用時間、設定温度]。これらの結果を要約します。どの月の負荷が最も高いか、どの場所が目立っているか、どの仮定が結果に最も影響するか。新しい数値を計算しています。私が与えたデータを解釈するだけです。」
強力なプロンプトにより AI が通訳の役割を果たします。数字を出すという罠に陥らず、仮定を可視化します。
ビジネス
AIがやってくれるのか？
誰が数字を出したのか
スクリプト編集
はい
—
材料データの編集
はい（確認済み）
メーカーの証明書
シミュレーションアカウント
いいえ
認定ソフトウェア
結論のコメント/要約
はい
—
レポート作成
はい（溶接）
—
よくある間違い
- AI に数値を生成させる。日光/エネルギー値はソフトウェアのみから得られます。
- 仮定を述べていない。この解釈は文脈を無視したままであり、誤解を招きます。
- 物質的価値を確認していない。 AI が誤った温度/光値を与える可能性があります。
- AI の概要と生データを比較しません。概要が間違って強調表示される可能性があります。
- でっち上げた数字をレポートに載せる。報告書には出典のない数字は含まれていない。
要約すると
エネルギーと日光の計算は物理学に基づいており、認定されたシミュレーション ソフトウェアのみが正しく計算します。 AI はこの計算を行いません。入力を編集し、材料データを編集（検証）し、結果を解釈してレポートを作成します。 AI に日光乗数やエネルギー消費量などの数値を生成させないでください。各数値の出典を引用し、仮定を可視化し、有能な専門家と最終的な評価を検証します。
アプリケーションタスク
スペースの日光または過熱の分析シナリオを設計します。 AI を使用すると、テスト ケースをテーブルに変換し、材料値の確認フィールドを残すことができます。シミュレーション出力 (またはサンプル テーブル) がある場合は、それを AI に要約して前提条件を示し、AI が新しい数値を生成しないことを確認します。
チェックリスト
- [ ] 分析の疑問点を明確にしました。
- [ ] AIでシナリオを編集しました。
- [ ] メーカーの資料より材料値を確認しました。
- [ ] 認定されたソフトウェアからのみ番号を取得しました。
- [ ] 仮定を述べてAIに解釈してもらいました。
- [ ] AIが新しい数値を生成していないことを確認しました。
- [ ] レポートには各問題の出典を書きました。