收益：
- 能够将设计问题简化为相关标准和法规，并使用人工智能作为研究地图
- 能够验证 AI 从官方和当前文本中引用的项目编号、系数和值
- 能够识别语言模型的项目和价值幻觉的风险，并从其来源确认每个基于标准的输出
土木工程基于以下标准和法规：TS 500（钢筋混凝土）、TS EN 1993（钢）、欧洲规范系列、TBDY（土耳其建筑地震法规）、TS 498（荷载）、环境和城市化部单价等数百个标准和法规。工程师一天中的大部分时间都在寻找“哪种物质、哪个系数、哪个极限值？”等问题的答案。人工智能可以成为这项研究的强大加速器：提醒某个主题涵盖的标准、解释一个概念、总结项目之间的关系。但这里存在一个严重的危险：语言模型会错误记住或编造（幻觉）项目编号、系数和值。在本单元中，我们将了解如何使用人工智能作为“探测图”并验证官方文本中的每个值。
使用人工智能作为研究地图
人工智能在标准研究中的真正价值不是给你答案，而是告诉你去哪里寻找。一个好的用例是这样的：你向人工智能询问某个主题，它告诉你相关的标准、可能的条款和概念；你去看看官方的那些文章，确认一下。将人工智能想象成图书管理员：它指向正确的书架，但你阅读这本书并验证引用。
最有成效的问题是：
- “哪个标准/法规规范了这个问题？” （寻路）
- “这个概念是什么意思，它取决于什么参数？” （学习）
- “这两种方法有什么区别？” （比较）
- “你能用通俗的语言解释一下这个项目吗？” （解释）
最危险的问题是那些直接询问数字和商品编号的问题；未经确认，切勿使用这些答案。
另一个强大的用途是向人工智能提供真实文本并让它对其进行解释。例如，如果你复制标准条款的官方文本并说“用简单的语言解释这一点，但不要更改其中的任何值”，人工智能将在你面前解释正确的文本，而不是产生幻觉。在这种方法中，由于来源来自您，因此错误的风险大大降低； AI只是起到理解和总结的作用。同样的逻辑；它还适用于将法规的一部分制成表格、比较两个条款或将复杂的句子分解为步骤。简而言之，“让AI解释正确的值”是比“让AI询问值”更安全的策略。
注意：AI 提供的商品编号（例如“根据 TBDY 第 7.3.2 条……”）可能是真实的、虚构的或虚假的。项目编号显示正确并不表明其内容正确。每个项目和值必须从官方和当前法规文本中逐字阅读。
识别并打破幻觉
幻觉（人工智能将不存在的信息当作真实的信息）是标准研究的头号风险。典型症状：
- 非常具体但未经确认的项目编号。
- “当前”版本信息（AI 的训练数据可能已过时；法规可能已更新）。
- 价值观毫不犹豫，有信心但没有资源。
- 标准之间的系数混淆（例如将 TS 500 值归因于欧洲规范）。
打破幻觉的方法是不要让AI承担资源责任。从中取出“我应该在哪里查看”，从官方文本中取出“精确值”。
弱提示/强提示
弱：“根据 TBDY，建筑重要性系数是多少？” （AI 可以编造一个数字；没有上下文和确认。） 强：“在 TBDY（土耳其建筑地震法规）范围内，我的建筑重要性系数取决于什么主题，在哪个部分进行规定？ - 用通俗易懂的语言解释这个概念 - 一般解释它根据哪些建筑类别而变化 - 告诉相关表格/部分的名称，以便我可以从官方文本中自己阅读和确认。不要编造确切的数值；告诉我在哪里另请注意，您的训练数据可能不是最新的。”
这个提示让AI保持在引导位置，降低产生幻觉的风险。
验证工作流程
对于每个基于标准的 AI 输出，请遵循以下工作流程：
步骤
待完成
目的
1
从AI中获取标准名称和相关部分
寻路
2
获取官方/当前文本（已发布的标准）
到达源头
3
从文本中逐字阅读项目和值
确认
4
检查版本/日期是否是最新的
当前性
5
将值应用到帐户并检查订单
一致性
6
如果重要，请与第二工程师确认
批准
该流程利用了人工智能的速度，同时将错误风险与工程学科联系起来。
提示：请务必关注标准的当前版本。法规发生变化（例如，地震法规多年来已发生根本性更新）。 AI“知道”的版本可能已经过时了。为了使您的项目获得批准，必须验证当前的官方版本。
三个迷你箱
案例 1 – 合成物质。工程师向 AI 询问最低加固限制。 AI 表示：“根据 TS 500 第 11.4.7 条，税率为 0.3%。”工程师打开标准：相关项目编号不同，数值根据断面情况而变化。 AI 错误地给出了数字和常数值。官方文字确认避免了错误。
案例 2 – 旧版本。一位工程师请求人工智能提供一种计算地震荷载的方法。人工智能解释了已被废除的旧规定的逻辑。工程师意识到该方法已根据当前生效的规定进行了更改，并根据当前文本进行计算。新鲜度检查挽救了即将被拒绝的项目。
案例3——正确使用。工程师不知道在哪里寻找耐火要求。 AI 会告诉您该问题在相关标准和法规中属于哪个标题。工程师直接进入该部分并从官方文本中读取值。 AI节省时间，决策从源头做出。
案例 4 – 标准混淆。工程师向 AI 询问钢筋混凝土计算中的材料系数。 AI 将 Eurocode 2 的系数与 TS 500 的表示混合并给出。由于两个标准的安全理念和系数定义不同，这种混合会导致错误。工程师从一开始就确定他按照哪个标准工作，并从该标准的文本中确认其值。教训：选择一个标准并在该标准内一致地运行整个帐户；特别是在人工智能跨越标准的地方进行审计。
可复制的提示模板
标准寻路提示：“哪个标准和法规规范了土耳其/国际上的以下主题：[主题]。 - 列出相关标准名称和一般章节标题 - 解释该主题与哪些概念/参数相关 - 不要给出确切的商品编号和编号；告诉我在哪里查找 - 提醒我训练数据可能不是最新的。”
概念简化提示：“用通俗易懂的语言解释以下标准/法规条款，但不要更改其中的任何数值或限制；只需解释其含义。在不清楚的地方标记，不要弥补。文本：[粘贴条款]”
更新/比较提示：“指定您所知道的[标准/法规]版本可能的日期，并且当前有效的版本可能有所不同。告诉我新旧方法之间在总体水平上可能发生了什么变化；我将根据官方当前文本自行确认确切的值。”
常见错误
- 使用AI给出的物品编号和价值，而没有从官方文本中确认。
- 不检查标准的当前版本；按旧规定计算。
- 用人工智能的自信语言代替资源。
- 没有注意到标准（TS/EN/EC）之间的干扰系数。
- 直接询问“确切数字”，为产生幻觉埋下伏笔。
- 基于单一来源（AI）的临界值并且不进行第二次确认。
综上所述
- 将人工智能用作标准研究中的“研究地图”，而不是“答题机”。
- 人工智能在导航、学习和比较方面功能强大；确切的物品和价值存在风险。
- 幻觉是最大的危险；从官方当前文本中逐字验证每个项目和值。
- 请务必检查该标准的当前版本。
- 遵循验证工作流程（标准名称→正式文本→确认→新近度→排名→批准）。
- 不要将临界值建立在单一来源之上；如有必要请与第二工程师确认。
应用任务
从您自己的工作中选择一个标准/监管问题（最小限制、系数、负载值）。以“研究图”的形式问AI这个：哪个标准，哪个部分，要求概念解释；告诉他/她不要凑出确切的数字。然后：（1）从官方文本中找到AI指向的部分，（2）逐字确认该值，（3）验证版本是否是最新的，（4）比较AI是否与官方文本给出的内容匹配。如果发现差异，请保存。
清单
- [ ] 我使用人工智能进行导航/学习，而不是精确的数字。
- [ ] 确定了相关标准的名称和章节。
- [ ] 我从官方当前文本中逐字确认了该项目和价值。
- [ ] 我检查了标准的当前版本。
- [ ]我将AI输出与官方文本进行了对比。
- [ ] 经检查，各标准之间没有系数混淆。
- [ ] 如有必要，我会与第二位来源/工程师确认临界值。