收益：
- 能够定义包含活动、持续时间、优先关系和资源的工作，并让人工智能生成工作计划草案
- 能够通过逻辑和现场现实验证人工智能建议的关键路径、持续时间和资源分配
- 能够在计划中使用人工智能来预测延误、资源冲突和天气状况等不确定因素并做出工程决策
按时、按预算完成建设项目取决于良好的工作进度表（显示生产顺序、持续时间和相互依赖性的进度表）。规划不善；这意味着逾期处罚、资源冲突和成本超支。工作进度表通常采用CPM（关键路径法——一种确定项目总工期并找出延迟整个项目的活动链的技术）建立，并使用Primavera和MS Project等工具进行管理。人工智能可以为规划生成活动列表、生成持续时间和依赖关系草图、建模延迟场景以及思考资源分配提供强大的帮助。但人工智能并没有看到这个领域；它只看到了这个领域。可能会建立不正确的逻辑关系并不切实际地估计持续时间。在本单元中，我们将了解如何使用人工智能设置和验证作业计划。
正确建立工作计划：活动、持续时间、依赖性、资源
在要求 AI 起草工作计划之前，请先将工作定义为四个部分：
- 活动：工作包（挖掘、基础混凝土、模板、钢筋、砖石、抹灰......）。指定您想要多少详细信息。
- 持续时间：每项活动的预计持续时间（基于团队、效率和数量）。提供效率（单位时间完成的工作）信息。
- 依赖关系（优先关系）：哪个任务在哪个任务之后？基础混凝土在钢筋和模板之后出现（完成时-开始关系）。某些任务可能并行运行。
- 资源：团队、设备、材料。如果两个活动想要同一个起重机，就会发生冲突。
如果这四个不清楚，人工智能将产生不合逻辑的顺序（例如先油漆后抹灰）或不切实际的时间。
一个简单的例子——地板的粗略结构：
活动持续时间（天） 前因（先结束）A.柱钢筋+模板4-B。柱混凝土1 AC。梁+板模板5BD。梁+板钢筋4 C（部分平行）E.板混凝土 2 DR 关键链：A→B→C→D→ET 总时间 ≈ 4+1+5+4+2 = 16 天（如果没有平行线）
当人工智能给出时间表时，用你自己的逻辑检查该链条和时间。
如何估计时间也很重要。活动的持续时间通常用“数量÷（团队×产出）”来计算：例如，一个团队每天做100平方米的400平方米的图案，需要4天才能完成。 AI根据常见假设产生产量值，可能与您田地的实际产量不匹配；天气、工艺质量、物料流动和学习效果会改变效率。因此，请人工智能写下它在请求时间时使用的收益率假设，并将该假设与您自己的经验数据进行比较。当效率假设可见时，工期争论不再是“9天还是12天？”等抽象争论，而是缩减为“每天多少平方米”等可控数字。这种透明度增加了计划的现实性，并允许您在发生延误时快速找到原因。
提示：以“哪个活动是哪个活动的前导”的形式向 AI 询问工作时间表作为依赖表，而不仅仅是持续时间列表。关键路径源于依赖性，而不是持续时间；在没有看到关系的情况下，不要相信总时间。
弱提示/强提示
弱：“制定建筑物的工作计划。”（无活动、持续时间、团队、依赖性、现场条件。）强：“为楼层的粗略结构制定一份工作计划草案。活动：柱钢筋+模板、柱混凝土、梁板模板、梁板钢筋、板混凝土。-考虑混凝土后的最短固化/模板时间-建议每项活动的合理时间，但将现实性的控制留给我（产量写下假设）将输出作为表：活动|持续时间|前面的活动我会自己验证逻辑关系。
验证关键路径和时间
成瘾逻辑。 AI建立的优先级关系是否符合现场实际情况？混凝土浇筑后不能立即取模板（需要养护时间）；石膏干燥前不能进行涂漆。人工智能经常犯这类逻辑错误。
持续时间现实主义。时间与团队、吞吐量和数量是否一致？ AI 可能会建议不切实际的时间，例如与团队一起在 1 天内完成 500 平方米的模板。将效率值与您自己的经验进行比较。
资源冲突。当人工智能并行显示两项活动时，它可能没有意识到它们都使用相同的起重机或相同的工作人员。检查资源日历。
关键路径。确定总时间的链条是否正确？延迟关键路径上的一项活动就会延迟整个项目；正确识别该链条对于管理至关重要。
控制
寻找什么
经常出错
成瘾
该顺序是否符合该领域的逻辑？
跳过治愈期
持续时间
与产量是否一致？
不切实际的速度
来源
有没有冲突？
并联使用同一台起重机
关键路径
这是正确的链条吗？
关键路径不正确
不确定性
有空气/供应余量吗？
不提供缓冲时间
脚本的不确定性
施工延误的原因有很多：天气条件（下雨时混凝土浇筑延迟）、材料供应延误、工作人员生产力、许可流程。 AI 询问“如果关键路径上的活动 X 延迟 5 天，总时间会如何变化？”它可以帮助您快速建模场景，例如。但工程师决定哪种场景是现实的以及要包含多少缓冲区（预留时间）。 AI创造可能性；您管理风险。
三个迷你箱
情况 1 – 逻辑错误。在人工智能制作的程序中，现场经理看到上层模板在地板混凝土浇筑后的第二天就开始了。然而，混凝土需要时间来固化并获得强度。 AI跳过了治愈期。厨师添加现实的固化时间并修正程序；防止过早脱模造成的损坏。
案例 2 – 资源冲突。人工智能在同一天将两个块的混凝土平行放置；但现场只有一台混凝土泵。两个铸件不能同时制造。规划工程师注意到来源并按顺序对转储进行排序，程序变得更长，但变得可行。
案例 3 – 延迟场景。由于意外的地面问题，关键道路的基础挖掘工作推迟了 6 天。项目经理问“这个延误可以补偿吗？”与人工智能。运行其场景：并行一些活动并起草一个为期 4 天的计划，然后与团队和资源验证其现实性并实施。
可复制的提示模板
相关性逻辑检查提示：“根据现场逻辑检查以下工作程序中的优先级关系：- 混凝土浇筑后是否还剩下任何固化/成型时间？- 是否存在任何错误，例如在灰泥干燥前涂漆、在找平层干燥前涂漆？ - 是否存在物理上不可能的平行关系？列出有问题的关系。程序：[粘贴]”
延迟场景提示：“在以下工作计划中，如果关键路径上的‘[活动]’延迟 [X] 天，总时间会如何变化？粗略地建议哪些活动可以并行或加速进行补偿。我将控制资源/团队约束。计划：[粘贴]”
常见错误
- 依赖总时间而不检查与字段逻辑的依赖关系。
- 跳过混凝土固化和干燥等强制性等待期。
- 接受不切实际（过于乐观）的活动时间。
- 显示需要相同团队/设备并行进行的活动，而不会出现资源冲突。
- 在不验证关键路径的情况下做出管理决策。
- 不为天气/供应的不确定性留下缓冲时间。
综上所述
- 设置包含四个组成部分的工作计划：活动、持续时间、依赖性和资源。
- 以表格形式向 AI 询问优先级关系（先前活动），而不仅仅是持续时间。
- 验证依赖关系是否符合现场逻辑（固化、干燥、顺序）。
- 检查时间的效率和团队的真实性，以及资源的冲突。
- 独立验证关键路径；延误会影响整个项目。
- 场景化人工智能的不确定性，但让工程师做出缓冲和最终决定。
应用任务
选择一个小的工作包（例如，粗略建造一层楼，进行一些活动）。要求 AI 写下活动、持续时间和引导活动表以及关键路径（告诉它写下吞吐量假设）。然后：(1) 检查每个依赖性是否符合现场逻辑，尤其是固化/干燥时间，(2) 将时间与产量估计进行比较，(3) 检查是否存在资源冲突，(4) 在关键路径上的活动中添加延迟场景并观察其对总时间的影响。记下您修复的任何错误。
清单
- [ ] 我明确定义了活动、持续时间、依赖性和来源。
- [ ] 我以表格形式呈现了优先级关系。
- [ ] 我验证了依赖关系符合现场逻辑（包括修复/安装）。
- [ ] 我将时间与效率和团队现实进行了比较。
- [ ] 我检查了资源冲突。
- [ ] 我独立验证了关键路径。
- [ ] 缓冲不确定性，并将最终决定提交给工程师批准。