ਊਰਜਾ, ਦਿਨ ਦੀ ਰੌਸ਼ਨੀ ਅਤੇ ਆਰਾਮਦਾਇਕ ਵਿਸ਼ਲੇਸ਼ਣ

ਲਾਭ:

• ਡੇਲਾਈਟ, ਇਨਸੋਲੇਸ਼ਨ ਅਤੇ ਊਰਜਾ ਸਿਮੂਲੇਸ਼ਨ ਵਰਕਫਲੋ ਵਿੱਚ ਡੇਟਾ ਦੀ ਤਿਆਰੀ, ਵਿਆਖਿਆ ਅਤੇ ਰਿਪੋਰਟਿੰਗ ਵਿੱਚ AI ਦੀ ਭੂਮਿਕਾ ਦਾ ਵਰਣਨ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
• AI ਨਾਲ ਸਿਮੂਲੇਸ਼ਨ ਨਤੀਜਿਆਂ ਦਾ ਸਾਰ ਕਰਦੇ ਸਮੇਂ ਧਾਰਨਾਵਾਂ, ਸੀਮਾਵਾਂ ਦੀਆਂ ਸਥਿਤੀਆਂ ਅਤੇ ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਟਰੈਕ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
• ਇਹ ਸਮਝਣ ਦੀ ਯੋਗਤਾ ਕਿ ਊਰਜਾ/ਆਰਾਮਦਾਇਕ ਨਤੀਜਿਆਂ ਨੂੰ ਅਧਿਕਾਰਤ ਗਣਨਾ ਵਿਧੀ ਅਤੇ ਮਾਨਤਾ ਪ੍ਰਾਪਤ ਸੌਫਟਵੇਅਰ ਨਾਲ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਇਹ ਕਿ AI ਨੰਬਰ ਨਹੀਂ ਬਣਾਉਂਦਾ

ਇੱਕ ਇਮਾਰਤ ਸਿਰਫ਼ ਸੁੰਦਰ ਨਹੀਂ ਦਿਖਾਈ ਦਿੰਦੀ; ਇਹ ਅੰਦਰ ਰਹਿਣ ਵਾਲੇ ਵਿਅਕਤੀ ਨੂੰ ਗਰਮੀ ਵਿੱਚ ਠੰਡਾ ਅਤੇ ਠੰਡ ਵਿੱਚ ਨਿੱਘਾ ਰੱਖਦਾ ਹੈ, ਦਿਨ ਵੇਲੇ ਰੌਸ਼ਨੀ ਵਿੱਚ ਰੱਖਦਾ ਹੈ, ਅਤੇ ਬੇਲੋੜੀ ਊਰਜਾ ਦੀ ਖਪਤ ਨਹੀਂ ਕਰਦਾ ਹੈ। ਇਹਨਾਂ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਣ ਲਈ, ਆਰਕੀਟੈਕਟ ਸਿਮੂਲੇਸ਼ਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ: ਕੰਪਿਊਟਰ ਵਿਸ਼ਲੇਸ਼ਣ ਜੋ ਸੰਖਿਆਤਮਕ ਤੌਰ 'ਤੇ ਗਣਨਾ ਕਰਦੇ ਹਨ ਕਿ ਇਮਾਰਤ ਸੂਰਜ, ਰੌਸ਼ਨੀ ਅਤੇ ਹਵਾ ਨਾਲ ਕਿਵੇਂ ਵਿਵਹਾਰ ਕਰੇਗੀ। ਡੇਲਾਈਟ ਵਿਸ਼ਲੇਸ਼ਣ (ਕੁਦਰਤੀ ਰੌਸ਼ਨੀ ਸਪੇਸ ਵਿੱਚ ਕਿੰਨੀ ਪ੍ਰਵੇਸ਼ ਕਰਦੀ ਹੈ), ਇਨਸੋਲੇਸ਼ਨ/ਸ਼ੇਡ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਊਰਜਾ ਸਿਮੂਲੇਸ਼ਨ ਮੁੱਖ ਹਨ। ਮਾਨਤਾ ਪ੍ਰਾਪਤ ਅਤੇ ਪ੍ਰਮਾਣਿਤ ਵਿਸ਼ੇਸ਼ ਸੌਫਟਵੇਅਰ ਇਹ ਗਣਨਾ ਕਰਦਾ ਹੈ; ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਇਹ ਨੰਬਰ ਆਪਣੇ ਆਪ ਪੈਦਾ ਨਹੀਂ ਕਰਦੀ। ਏਆਈ ਦੀ ਭੂਮਿਕਾ ਡੇਟਾ ਤਿਆਰ ਕਰਨਾ, ਦ੍ਰਿਸ਼ਾਂ ਨੂੰ ਸੰਗਠਿਤ ਕਰਨਾ, ਨਤੀਜਿਆਂ ਦੀ ਵਿਆਖਿਆ ਅਤੇ ਰਿਪੋਰਟ ਕਰਨਾ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ ਤੁਸੀਂ ਸਿੱਖੋਗੇ ਕਿ ਊਰਜਾ ਅਤੇ ਦਿਨ ਦੇ ਰੋਸ਼ਨੀ ਦੇ ਵਰਕਫਲੋ ਵਿੱਚ AI ਨੂੰ ਸਹੀ ਥਾਂ 'ਤੇ ਕਿਵੇਂ ਰੱਖਣਾ ਹੈ ਅਤੇ ਸਭ ਤੋਂ ਖਤਰਨਾਕ ਗਲਤੀ ਤੋਂ ਕਿਵੇਂ ਬਚਣਾ ਹੈ: AI ਪੈਦਾ ਕਰਨ ਵਾਲੇ ਨੰਬਰ ਬਣਾਉਣਾ।

AI ਸਿਮੂਲੇਟ ਕਿਉਂ ਨਹੀਂ ਕਰਦਾ

ਇੱਕ ਭਾਸ਼ਾ ਮਾਡਲ "ਇਸ ਕਮਰੇ ਵਿੱਚ ਕਿੰਨੀ ਸੂਰਜ ਦੀ ਰੋਸ਼ਨੀ ਆਉਂਦੀ ਹੈ" ਦੇ ਸਵਾਲ ਲਈ ਇੱਕ ਭਰੋਸੇਮੰਦ ਨੰਬਰ ਦੇ ਸਕਦਾ ਹੈ। ਪਰ ਇਹ ਸੰਖਿਆ ਇੱਕ ਅੰਦਾਜ਼ਾ/ਬਣਤਰ ਹੈ, ਅਸਲ ਗਣਨਾ ਨਹੀਂ। ਡੇਲਾਈਟ ਗੁਣਕ, ਊਰਜਾ ਲੋਡ, ਸ਼ੈਡੋ ਘੰਟੇ; ਇਹ ਇਮਾਰਤ ਦੀ ਜਿਓਮੈਟਰੀ, ਭੂਗੋਲਿਕ ਸਥਿਤੀ, ਪਦਾਰਥਕ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਅਤੇ ਜਲਵਾਯੂ ਡੇਟਾ ਦੇ ਅਧਾਰ ਤੇ ਭੌਤਿਕ ਗਣਨਾਵਾਂ ਹਨ। ਸਿਰਫ਼ ਸਿਮੂਲੇਸ਼ਨ ਸੌਫਟਵੇਅਰ ਜੋ ਭੌਤਿਕ ਵਿਗਿਆਨ ਦਾ ਮਾਡਲ ਬਣਾਉਂਦੇ ਹਨ ਇਹ ਚੀਜ਼ਾਂ ਨੂੰ ਸਹੀ ਬਣਾਉਂਦੇ ਹਨ।

AI ਦਾ ਅਸਲ ਯੋਗਦਾਨ ਇਹ ਹੈ: ਸਿਮੂਲੇਸ਼ਨ ਦੇ ਇਨਪੁਟ ਨੂੰ ਤਿਆਰ ਕਰਨਾ (ਦ੍ਰਿਸ਼ਟੀ ਦੀ ਸੂਚੀ, ਸਮੱਗਰੀ ਦਾ ਬਿੱਲ), ਇਸਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਸਮਝਣਾ (ਨਤੀਜਿਆਂ ਦੇ ਸੈਂਕੜੇ ਪੰਨਿਆਂ ਦਾ ਸਾਰ ਦੇਣਾ, ਪੈਟਰਨ ਲੱਭਣਾ), ਅਤੇ ਇਸਦੀ ਰਿਪੋਰਟ ਲਿਖਣਾ। ਇਸ ਲਈ AI ਖਾਤੇ ਤੋਂ ਪਹਿਲਾਂ ਅਤੇ ਬਾਅਦ ਵਿੱਚ ਕੀਮਤੀ ਹੈ; ਖਾਤੇ ਵਿੱਚ ਹੀ ਨਹੀਂ।

ਸਾਵਧਾਨ: AI ਨੂੰ ਕਿਸੇ ਨੰਬਰ ਲਈ ਨਾ ਪੁੱਛੋ ਜਿਵੇਂ ਕਿ ਡੇਲਾਈਟ ਗੁਣਕ, ਊਰਜਾ ਦੀ ਖਪਤ, ਜਾਂ ਸ਼ੈਡੋ ਘੰਟੇ। ਸਿਰਫ਼ ਮਾਨਤਾ ਪ੍ਰਾਪਤ/ਪ੍ਰਮਾਣਿਤ ਸਿਮੂਲੇਸ਼ਨ ਸੌਫਟਵੇਅਰ ਹੀ ਇਹ ਮੁੱਲ ਪੈਦਾ ਕਰਦਾ ਹੈ। AI ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ ਕਿਸੇ ਵੀ ਨੰਬਰ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਜਦੋਂ ਤੱਕ ਇਹ ਇੱਕ ਸਰੋਤ ਖਾਤਾ ਨਹੀਂ ਹੈ।

ਇੰਪੁੱਟ ਤਿਆਰ ਕਰਨਾ: AI ਦਾ ਪਹਿਲਾ ਲਾਭ

ਸਿਮੂਲੇਸ਼ਨ ਦੀ ਗੁਣਵੱਤਾ ਇੰਪੁੱਟ ਦੀ ਗੁਣਵੱਤਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ। AI ਤੁਹਾਨੂੰ ਦ੍ਰਿਸ਼ਾਂ ਦੇ ਇੱਕ ਗੁੰਝਲਦਾਰ ਸੈੱਟ ਨੂੰ ਆਰਕੇਸਟ੍ਰੇਟ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ: ਕਿਹੜੀਆਂ ਅਗਾਂਹ ਦੀਆਂ ਦਿਸ਼ਾਵਾਂ, ਕਿਹੜੀਆਂ ਗਲੇਜ਼ਿੰਗ ਕਿਸਮਾਂ, ਕਿਹੜੀਆਂ ਸ਼ੇਡਿੰਗ ਵਿਕਲਪ, ਟੈਸਟ ਕਰਨ ਲਈ ਕਿਹੜੇ ਘੰਟੇ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਇਹਨਾਂ ਨੂੰ ਇੱਕ ਢਾਂਚਾਗਤ ਸਾਰਣੀ ਵਿੱਚ ਬਦਲਣਾ ਅਤੇ ਸਪਸ਼ਟ ਕਰਨਾ ਕਿ ਹਰੇਕ ਦ੍ਰਿਸ਼ ਨੂੰ ਕੀ ਮਾਪਿਆ ਜਾਵੇਗਾ ਸਮਾਂ ਬਚਾਉਂਦਾ ਹੈ ਅਤੇ ਗਲਤੀਆਂ ਘਟਾਉਂਦਾ ਹੈ।

AI ਭੌਤਿਕ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ (ਗਰਮੀ ਚਾਲਕਤਾ ਮੁੱਲ, ਪ੍ਰਕਾਸ਼ ਸੰਚਾਰ, ਆਦਿ) ਨੂੰ ਵੀ ਕੰਪਾਇਲ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਇੱਕ ਸਾਰਣੀ ਵਿੱਚ ਰੱਖ ਸਕਦਾ ਹੈ; ਪਰ ਨਿਰਮਾਤਾ ਦੇ ਦਸਤਾਵੇਜ਼ਾਂ ਤੋਂ ਇਹਨਾਂ ਮੁੱਲਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ, ਕਿਉਂਕਿ AI ਗਲਤ ਢੰਗ ਨਾਲ ਯਾਦ ਰੱਖ ਸਕਦਾ ਹੈ।

ਆਉਟਪੁੱਟ ਦੀ ਵਿਆਖਿਆ: ਏਆਈ ਦਾ ਦੂਜਾ ਲਾਭ

ਸਿਮੂਲੇਸ਼ਨ ਆਉਟਪੁੱਟ ਅਕਸਰ ਬਹੁਤ ਵੱਡਾ ਅਤੇ ਗੁੰਝਲਦਾਰ ਹੁੰਦਾ ਹੈ: ਘੰਟਾ ਦਰ ਘੰਟੇ ਦਾ ਤਾਪਮਾਨ, ਕਮਰੇ ਦੀ ਰੋਸ਼ਨੀ ਦਾ ਪੱਧਰ, ਮਹੀਨਾਵਾਰ ਊਰਜਾ ਵੰਡ। ਇਸ ਡੇਟਾ ਦੇ ਮੱਦੇਨਜ਼ਰ, AI ਇੱਕ ਸਪਸ਼ਟ ਸਾਰਾਂਸ਼ ਤਿਆਰ ਕਰਦਾ ਹੈ: "ਤਿੰਨ ਸਥਾਨ ਜੋ ਸਭ ਤੋਂ ਵੱਧ ਗਰਮ ਹੁੰਦੇ ਹਨ", "ਦਿਨ ਦੀ ਰੌਸ਼ਨੀ ਦੇ ਟੀਚੇ ਤੋਂ ਹੇਠਾਂ ਖੇਤਰ", "ਜਿਸ ਮਹੀਨੇ ਵਿੱਚ ਕੂਲਿੰਗ ਲੋਡ ਸਭ ਤੋਂ ਵੱਧ ਹੁੰਦਾ ਹੈ"। ਇਹ ਸੰਖੇਪ ਆਰਕੀਟੈਕਟ ਦੇ ਡਿਜ਼ਾਈਨ ਫੈਸਲੇ ਨੂੰ ਤੇਜ਼ ਕਰਦਾ ਹੈ। ਪਰ ਇਹ ਨਿਸ਼ਚਤ ਕਰਨਾ ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਤੁਸੀਂ AI ਨੂੰ ਕਿਹੜੇ ਸੌਫਟਵੇਅਰ ਅਤੇ ਕਿਹੜੀਆਂ ਧਾਰਨਾਵਾਂ ਨਾਲ ਨਤੀਜੇ ਦੇ ਰਹੇ ਹੋ; ਟਿੱਪਣੀ ਇਸ ਸੰਦਰਭ ਵਿੱਚ ਰੱਖੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ.

ਸੰਕੇਤ: AI ਨੂੰ ਸਿਮੂਲੇਸ਼ਨ ਨਤੀਜਾ ਦਿੰਦੇ ਸਮੇਂ, ਕਹੋ "ਇਹ ਨਤੀਜੇ [ਸਾਫਟਵੇਅਰ] ਦੁਆਰਾ, ਹੇਠ ਲਿਖੀਆਂ ਧਾਰਨਾਵਾਂ ਦੇ ਨਾਲ ਤਿਆਰ ਕੀਤੇ ਗਏ ਸਨ; ਤੁਸੀਂ ਸਿਰਫ ਟਿੱਪਣੀ ਕਰੋ ਅਤੇ ਸੰਕੇਤ ਕਰੋ ਕਿ ਅਨੁਮਾਨਾਂ ਨੇ ਨਤੀਜੇ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕੀਤਾ।" AI ਇਸ ਤਰ੍ਹਾਂ ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਲੁਕਾਉਣ ਦੀ ਬਜਾਏ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ।

ਕਦਮ ਦਰ ਕਦਮ: ਏਆਈ ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਵਿਸ਼ਲੇਸ਼ਣ ਵਰਕਫਲੋ

1. ਸਵਾਲ ਸਪਸ਼ਟ ਕਰੋ। ਤੁਸੀਂ ਕੀ ਜਾਣਨਾ ਚਾਹੁੰਦੇ ਹੋ: ਓਵਰਹੀਟਿੰਗ, ਰੋਸ਼ਨੀ ਦੀ ਕਮੀ, ਊਰਜਾ?
2. AI ਨਾਲ ਦ੍ਰਿਸ਼ ਸੰਪਾਦਿਤ ਕਰੋ। ਟੈਸਟ ਕੀਤੇ ਜਾਣ ਵਾਲੇ ਰੂਪਾਂ ਨੂੰ ਸਾਰਣੀ ਬਣਾਓ।
3. ਸਮੱਗਰੀ ਡੇਟਾ ਨੂੰ ਕੰਪਾਇਲ ਅਤੇ ਪ੍ਰਮਾਣਿਤ ਕਰੋ। ਉਹ AI ਕਹਿੰਦੇ ਹਨ, ਤੁਸੀਂ ਨਿਰਮਾਤਾ ਦੇ ਦਸਤਾਵੇਜ਼ਾਂ ਤੋਂ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕਰਦੇ ਹੋ।
4. ਸਮਰੱਥ ਸਾਫਟਵੇਅਰ ਨਾਲ ਸਿਮੂਲੇਸ਼ਨ ਚਲਾਓ। ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਨੰਬਰ ਆਉਂਦਾ ਹੈ.
5. AI ਨਾਲ ਆਉਟਪੁੱਟ ਦੀ ਵਿਆਖਿਆ ਕਰੋ। ਧਾਰਨਾਵਾਂ ਦੱਸ ਕੇ ਇੱਕ ਸੰਖੇਪ ਬਣਾਓ।
6. ਫੈਸਲਾ ਕਰੋ ਅਤੇ ਰਿਪੋਰਟ ਕਰੋ। ਸਿੱਟਾ ਅਤੇ ਜਾਇਜ਼ਤਾ ਇਸਦੇ ਸਰੋਤ ਨਾਲ ਦਰਜ ਕੀਤੀ ਜਾਂਦੀ ਹੈ.

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 - ਦ੍ਰਿਸ਼ ਸੰਪਾਦਨ। ਇੱਕ ਆਰਕੀਟੈਕਟ 4 ਨਕਾਬ ਦਿਸ਼ਾਵਾਂ, 3 ਗਲੇਜ਼ਿੰਗ ਕਿਸਮਾਂ ਅਤੇ 2 ਸ਼ੈਡਿੰਗ ਵਿਕਲਪਾਂ ਲਈ ਡੇਲਾਈਟ ਦੀ ਜਾਂਚ ਕਰਨਾ ਚਾਹੁੰਦਾ ਹੈ। AI ਇਹਨਾਂ ਸੰਜੋਗਾਂ ਨੂੰ 24 ਦ੍ਰਿਸ਼ਾਂ ਦੀ ਇੱਕ ਸਪਸ਼ਟ ਸਾਰਣੀ ਵਿੱਚ ਬਦਲਦਾ ਹੈ, ਅਤੇ ਆਰਕੀਟੈਕਟ ਇਹ ਦੇਖਦਾ ਹੈ ਕਿ ਕਿਹੜਾ ਬੇਲੋੜਾ ਦੁਹਰਾਓ ਹੈ ਅਤੇ ਇਸਨੂੰ 16 ਤੱਕ ਘਟਾ ਦਿੰਦਾ ਹੈ। ਸਿਮੂਲੇਸ਼ਨ ਸਮਾਂ ਅਤੇ ਅਨਿਯਮਿਤਤਾ ਘੱਟ ਜਾਂਦੀ ਹੈ।

ਕੇਸ 2 - ਵਿਆਖਿਆ ਅਤੇ ਪੈਟਰਨ। ਪ੍ਰਤੀ ਘੰਟਾ ਤਾਪਮਾਨ ਆਉਟਪੁੱਟ ਦੀਆਂ 800 ਲਾਈਨਾਂ ਦਿਖਾਈ ਦਿੰਦੀਆਂ ਹਨ। ਆਰਕੀਟੈਕਟ ਇਹ AI ਨੂੰ ਦਿੰਦਾ ਹੈ ਅਤੇ ਸੰਖੇਪ ਦੀ ਮੰਗ ਕਰਦਾ ਹੈ। AI ਨੇ ਦੱਖਣ-ਪੱਛਮੀ ਕੋਨੇ ਵਿੱਚ ਦੋ ਦਫਤਰਾਂ ਨੂੰ ਦੁਪਹਿਰ ਵਿੱਚ ਟੀਚੇ ਤੋਂ ਉੱਪਰ ਗਰਮ ਕੀਤਾ। ਇਸ ਖੋਜ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ, ਆਰਕੀਟੈਕਟ ਸਿਮੂਲੇਸ਼ਨ ਦੇ ਅਨੁਸਾਰੀ ਗ੍ਰਾਫ ਨੂੰ ਦੇਖਦਾ ਹੈ ਅਤੇ ਸ਼ੈਡਿੰਗ ਜੋੜਦਾ ਹੈ। ਏਆਈ ਨੇ ਇੱਥੇ ਸੰਖਿਆ ਪੈਦਾ ਨਹੀਂ ਕੀਤੀ; ਇਸ ਨੇ ਮੌਜੂਦਾ ਨੰਬਰ ਨੂੰ ਪੜ੍ਹਨਯੋਗ ਬਣਾਇਆ ਹੈ।

ਕੇਸ 3 - ਖਤਰਨਾਕ ਸ਼ਾਰਟਕੱਟ। ਸਮਾਂ ਬਚਾਉਣ ਲਈ, ਇੱਕ ਇੰਟਰਨ ਨੇ AI ਨੂੰ ਪੁੱਛਿਆ "ਇਸ ਕਮਰੇ ਦਾ ਡੇਲਾਈਟ ਗੁਣਕ ਕੀ ਹੈ?" ਅਤੇ ਰਿਪੋਰਟ ਵਿੱਚ ਨਤੀਜਾ ਨੰਬਰ ਰੱਖਦਾ ਹੈ। ਜਾਂਚ ਕਰਨ 'ਤੇ, ਇਹ ਸਪੱਸ਼ਟ ਹੋ ਜਾਂਦਾ ਹੈ ਕਿ ਇਹ ਨੰਬਰ ਕਿਸੇ ਗਣਨਾ 'ਤੇ ਅਧਾਰਤ ਨਹੀਂ ਹੈ ਅਤੇ ਬਣਾਇਆ ਗਿਆ ਹੈ। ਰਿਪੋਰਟ ਵਾਪਸ ਲੈ ਲਈ ਹੈ। ਪਾਠ: ਨੰਬਰ ਹਮੇਸ਼ਾ ਸਮਰੱਥ ਸਾਫਟਵੇਅਰ ਤੋਂ ਆਉਂਦੇ ਹਨ।

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਪ੍ਰੋਂਪਟ

ਹੇਠਾਂ ਦਿੱਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਟੀਚੇ ਲਈ ਟੈਸਟ ਕੀਤੇ ਜਾਣ ਵਾਲੇ ਦ੍ਰਿਸ਼ਾਂ ਨੂੰ ਇੱਕ ਸਾਰਣੀ ਵਿੱਚ ਬਦਲੋ। ਕਾਲਮ: ਦ੍ਰਿਸ਼ ਨੰ | ਸਾਹਮਣੇ ਦਿਸ਼ਾ | ਕੱਚ ਦੀ ਕਿਸਮ | ਸ਼ੈਡਿੰਗ |ਇਹ ਕੀ ਮਾਪਦਾ ਹੈ? ਬੇਲੋੜੇ/ਦੁਹਰਾਉਣ ਵਾਲੇ ਦ੍ਰਿਸ਼ਾਂ ਨੂੰ ਫਲੈਗ ਕਰੋ। ਉਦੇਸ਼: [...]

ਇੱਕ ਸਾਰਣੀ ਵਿੱਚ ਇਸ ਸਮੱਗਰੀ ਦੀ ਸੂਚੀ ਲਈ ਤਾਪ ਸੰਚਾਰ ਅਤੇ ਪ੍ਰਕਾਸ਼ ਸੰਚਾਰ ਮੁੱਲਾਂ ਨੂੰ ਕੰਪਾਇਲ ਕਰੋ। ਹਰੇਕ ਮੁੱਲ ਨੂੰ "ਨਿਰਮਾਤਾ ਦੇ ਦਸਤਾਵੇਜ਼ ਤੋਂ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ" ਵਜੋਂ ਚਿੰਨ੍ਹਿਤ ਕਰੋ; ਸਹੀ ਮੁੱਲ ਨਾ ਦਿਓ। ਸੂਚੀ: [...]

ਹੇਠਾਂ ਦਿੱਤੇ ਸਿਮੂਲੇਸ਼ਨ ਨਤੀਜੇ [ਸਾਫਟਵੇਅਰ ਨਾਮ] ਦੁਆਰਾ, ਹੇਠ ਲਿਖੀਆਂ ਧਾਰਨਾਵਾਂ ਦੇ ਨਾਲ ਤਿਆਰ ਕੀਤੇ ਗਏ ਸਨ: [ਧਾਰਨਾਵਾਂ]। ਸੰਖੇਪ ਨਤੀਜੇ: 3 ਸਭ ਤੋਂ ਨਾਜ਼ੁਕ ਸਥਾਨ, ਪੈਟਰਨ ਅਤੇ ਧਾਰਨਾਵਾਂ ਦਾ ਪ੍ਰਭਾਵ। ਨਵੇਂ ਨੰਬਰ ਨਾ ਬਣਾਓ, ਸਿਰਫ਼ ਦਿੱਤੇ ਗਏ ਨੰਬਰਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰੋ। ਨਤੀਜੇ: [...]

ਇੱਕ ਆਰਕੀਟੈਕਟ ਦੀ ਭਾਸ਼ਾ ਵਿੱਚ ਇਸ ਊਰਜਾ/ਡੇਲਾਈਟ ਰਿਪੋਰਟ ਡਰਾਫਟ ਨੂੰ ਵਿਵਸਥਿਤ ਕਰੋ: ਵਿਧੀ, ਧਾਰਨਾਵਾਂ, ਖੋਜਾਂ, ਸਿਫ਼ਾਰਸ਼ਾਂ ਲਈ ਭਾਗਾਂ ਦੇ ਨਾਲ। ਹਰੇਕ ਮੁੱਦੇ ਦਾ ਸਰੋਤ (ਸਾਫਟਵੇਅਰ/ਖਾਤਾ) ਦਰਸਾਉਣ ਲਈ ਇੱਕ [SOURCE] ਖੇਤਰ ਛੱਡੋ। ਡਰਾਫਟ: [...]

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ: "ਇਸ ਕਮਰੇ ਦੀ ਊਰਜਾ ਦੀ ਖਪਤ ਕੀ ਹੋਵੇਗੀ?"

ਮਜ਼ਬੂਤ: "ਮੈਂ ਹੇਠਾਂ ਮੇਰੇ EnergyPlus-ਅਧਾਰਿਤ ਸਿਮੂਲੇਸ਼ਨ ਦੇ ਮਾਸਿਕ ਊਰਜਾ ਆਉਟਪੁੱਟ ਨੂੰ ਪੇਸਟ ਕਰ ਰਿਹਾ/ਰਹੀ ਹਾਂ। ਧਾਰਨਾਵਾਂ: [ਜਲਵਾਯੂ ਫਾਈਲ, ਵਰਤੋਂ ਦੇ ਘੰਟੇ, ਸੈੱਟ ਤਾਪਮਾਨ]। ਇਹਨਾਂ ਨਤੀਜਿਆਂ ਨੂੰ ਸੰਖੇਪ ਕਰੋ: ਕਿਸ ਮਹੀਨੇ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਲੋਡ ਹੈ, ਕਿਹੜਾ ਸਥਾਨ ਵੱਖਰਾ ਹੈ, ਕਿਹੜੀਆਂ ਧਾਰਨਾਵਾਂ ਨਤੀਜੇ ਨੂੰ ਸਭ ਤੋਂ ਵੱਧ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀਆਂ ਹਨ। ਇੱਕ ਨਵਾਂ ਅੰਕੜਾ ਗਣਨਾ ਕਰ ਰਿਹਾ ਹਾਂ; ਮੈਂ ਹੁਣੇ ਹੀ ਇੱਕ ਨਵਾਂ ਅੰਕੜਾ ਦਿੱਤਾ ਹੈ।"

ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰੋਂਪਟ AI ਨੂੰ ਦੁਭਾਸ਼ੀਏ ਦੀ ਭੂਮਿਕਾ ਵਿੱਚ ਰੱਖਦਾ ਹੈ; ਇਹ ਸੰਖਿਆਵਾਂ ਪੈਦਾ ਕਰਨ ਦੇ ਜਾਲ ਵਿੱਚ ਨਹੀਂ ਫਸਦਾ ਅਤੇ ਧਾਰਨਾਵਾਂ ਨੂੰ ਦ੍ਰਿਸ਼ਮਾਨ ਬਣਾਉਂਦਾ ਹੈ।

ਕਾਰੋਬਾਰ

ਕੀ AI ਇਹ ਕਰਦਾ ਹੈ?

ਜੋ ਨੰਬਰ ਤਿਆਰ ਕਰਦਾ ਹੈ

ਸਕ੍ਰਿਪਟ ਸੰਪਾਦਨ

ਹਾਂ

-

ਸਮੱਗਰੀ ਡਾਟਾ ਸੰਕਲਨ

ਹਾਂ (ਪੁਸ਼ਟੀ)

ਨਿਰਮਾਤਾ ਦਾ ਸਰਟੀਫਿਕੇਟ

ਸਿਮੂਲੇਸ਼ਨ ਖਾਤਾ

ਨਹੀਂ

ਮਾਨਤਾ ਪ੍ਰਾਪਤ ਸਾਫਟਵੇਅਰ

ਸਮਾਪਤੀ ਟਿੱਪਣੀ/ਸਾਰਾਂਸ਼

ਹਾਂ

-

ਰਿਪੋਰਟ ਲਿਖਣਾ

ਹਾਂ (ਵੇਲਡਡ)

-

ਆਮ ਗਲਤੀਆਂ

• AI ਉਤਪਾਦਨ ਨੰਬਰ ਬਣਾਉਣਾ। ਡੇਲਾਈਟ/ਊਰਜਾ ਦਾ ਮੁੱਲ ਸਿਰਫ਼ ਸਾਫ਼ਟਵੇਅਰ ਤੋਂ ਆਉਂਦਾ ਹੈ।
• ਧਾਰਨਾਵਾਂ ਨਹੀਂ ਦੱਸੀਆਂ। ਵਿਆਖਿਆ ਬਿਨਾਂ ਪ੍ਰਸੰਗ ਅਤੇ ਗੁੰਮਰਾਹਕੁੰਨ ਰਹਿੰਦੀ ਹੈ।
• ਸਮੱਗਰੀ ਮੁੱਲ ਦੀ ਪੁਸ਼ਟੀ ਨਹੀਂ ਕਰ ਰਿਹਾ। AI ਗਲਤ ਤਾਪਮਾਨ/ਲਾਈਟ ਮੁੱਲ ਦੇ ਸਕਦਾ ਹੈ।
• ਕੱਚੇ ਡੇਟਾ ਨਾਲ AI ਸੰਖੇਪ ਦੀ ਤੁਲਨਾ ਨਹੀਂ ਕਰਨਾ. ਸੰਖੇਪ ਗਲਤ ਤਰੀਕੇ ਨਾਲ ਹਾਈਲਾਈਟ ਹੋ ਸਕਦਾ ਹੈ।
• ਰਿਪੋਰਟ 'ਤੇ ਬਣਿਆ ਨੰਬਰ ਪਾ ਰਿਹਾ ਹੈ। ਰਿਪੋਰਟ ਵਿੱਚ ਕੋਈ ਅਣਸੋਰਸਡ ਨੰਬਰ ਸ਼ਾਮਲ ਨਹੀਂ ਕੀਤੇ ਗਏ ਹਨ।

ਸੰਖੇਪ ਵਿੱਚ

ਊਰਜਾ ਅਤੇ ਡੇਲਾਈਟ ਗਣਨਾ ਭੌਤਿਕ ਵਿਗਿਆਨ 'ਤੇ ਆਧਾਰਿਤ ਹਨ ਅਤੇ ਸਿਰਫ਼ ਮਾਨਤਾ ਪ੍ਰਾਪਤ ਸਿਮੂਲੇਸ਼ਨ ਸੌਫਟਵੇਅਰ ਹੀ ਇਸ ਨੂੰ ਸਹੀ ਬਣਾਉਂਦੇ ਹਨ। AI ਇਹ ਗਣਨਾ ਨਹੀਂ ਕਰਦਾ; ਇੰਪੁੱਟ ਨੂੰ ਸੰਪਾਦਿਤ ਕਰਦਾ ਹੈ, ਸਮੱਗਰੀ ਡੇਟਾ ਨੂੰ ਕੰਪਾਇਲ (ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ), ਨਤੀਜੇ ਦੀ ਵਿਆਖਿਆ ਕਰਦਾ ਹੈ, ਅਤੇ ਰਿਪੋਰਟ ਲਿਖਦਾ ਹੈ। AI ਨੂੰ ਕਦੇ ਵੀ ਡੇਲਾਈਟ ਗੁਣਕ ਜਾਂ ਊਰਜਾ ਦੀ ਖਪਤ ਵਰਗਾ ਕੋਈ ਨੰਬਰ ਨਾ ਬਣਾਓ। ਹਰੇਕ ਸੰਖਿਆ ਦੇ ਸਰੋਤ ਦਾ ਹਵਾਲਾ ਦਿਓ, ਧਾਰਨਾਵਾਂ ਨੂੰ ਦ੍ਰਿਸ਼ਮਾਨ ਬਣਾਓ, ਅਤੇ ਸਮਰੱਥ ਮਾਹਰ ਨਾਲ ਅੰਤਿਮ ਮੁਲਾਂਕਣ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਇੱਕ ਸਪੇਸ ਲਈ ਇੱਕ ਡੇਲਾਈਟ ਜਾਂ ਓਵਰਹੀਟਿੰਗ ਵਿਸ਼ਲੇਸ਼ਣ ਦ੍ਰਿਸ਼ ਡਿਜ਼ਾਈਨ ਕਰੋ। AI ਨਾਲ, ਟੈਸਟ ਕੇਸਾਂ ਨੂੰ ਇੱਕ ਸਾਰਣੀ ਵਿੱਚ ਬਦਲੋ ਅਤੇ ਸਮੱਗਰੀ ਮੁੱਲਾਂ ਲਈ ਪੁਸ਼ਟੀਕਰਨ ਖੇਤਰ ਛੱਡੋ। ਜੇਕਰ ਤੁਹਾਡੇ ਕੋਲ ਇੱਕ ਸਿਮੂਲੇਸ਼ਨ ਆਉਟਪੁੱਟ (ਜਾਂ ਇੱਕ ਨਮੂਨਾ ਸਾਰਣੀ) ਹੈ, ਤਾਂ ਇਸਨੂੰ AI ਵਿੱਚ ਸੰਖੇਪ ਕਰੋ, ਧਾਰਨਾਵਾਂ ਨੂੰ ਦੱਸਦੇ ਹੋਏ, ਅਤੇ ਜਾਂਚ ਕਰੋ ਕਿ AI ਕੋਈ ਨਵਾਂ ਨੰਬਰ ਨਹੀਂ ਪੈਦਾ ਕਰਦਾ ਹੈ।

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ ਵਿਸ਼ਲੇਸ਼ਣ ਸਵਾਲ ਨੂੰ ਸਪਸ਼ਟ ਕੀਤਾ।
• [ ] ਮੈਂ AI ਨਾਲ ਦ੍ਰਿਸ਼ਾਂ ਨੂੰ ਸੰਪਾਦਿਤ ਕੀਤਾ।
• [ ] ਮੈਂ ਨਿਰਮਾਤਾ ਦੇ ਦਸਤਾਵੇਜ਼ਾਂ ਤੋਂ ਸਮੱਗਰੀ ਮੁੱਲਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।
• [ ] ਮੈਨੂੰ ਸਿਰਫ ਮਾਨਤਾ ਪ੍ਰਾਪਤ ਸਾਫਟਵੇਅਰ ਤੋਂ ਨੰਬਰ ਮਿਲਿਆ ਹੈ।
• [ ] ਮੇਰੇ ਕੋਲ AI ਨੇ ਧਾਰਨਾਵਾਂ ਦੱਸ ਕੇ ਇਸਦੀ ਵਿਆਖਿਆ ਕੀਤੀ ਸੀ।
• [ ] ਮੈਂ ਜਾਂਚ ਕੀਤੀ ਕਿ AI ਨਵੇਂ ਨੰਬਰ ਨਹੀਂ ਬਣਾ ਰਿਹਾ ਹੈ।
• [ ] ਮੈਂ ਰਿਪੋਰਟ ਵਿੱਚ ਹਰੇਕ ਮੁੱਦੇ ਦਾ ਸਰੋਤ ਲਿਖਿਆ ਹੈ।