收益：
- 能够利用人工智能快速扫描分区状态、监管和立法问题并了解其结构
- 能够应用 AI 给出的每种物质、比率和限值必须从当前官方文本中确认
- 了解监管幻觉如何放大项目风险以及如何建立经过验证的源链
建筑项目中最看不见但最决定性的部分是法规。立法总是决定你可以在一块土地上建造多少平方米、建筑物有多高、距离邻近边界有多远，以及一个地方有多少个逃生出口可供多少人使用。这些规则是密集的、分散的、不断更新的文本。人工智能对于快速扫描这些文本并理解结构非常有帮助。但建筑中最危险的人工智能陷阱就在这里：监管幻觉。人工智能可以伪造看似真实但虚假的比例、物品编号或绘制距离，其后果包括从许可证被拒绝到生命安全风险。在本单元中，您将学习如何使用人工智能作为监管研究的加速器，并验证来自官方来源的每条信息。
人工智能在立法中的好处和坏处
人工智能在立法方面擅长两件事：解释概念（“TAKS和KAKS是什么，它们是如何计算的”）和构建文本（总结一长段法规并将其分成条款，简化您提供的计划说明）。
人工智能的坏处和危险之处在于给出特定包裹的确切价值。像“这块土地的 TAKS 是 0.40，KAKS 是 1.60，前花园绘图是 5 米”这样的答案听起来很确定，但这些值仅存在于主管部门（市）的官方分区状态文件和当前的分区计划中。人工智能无法知道这些事情；即使知道，也可能不是最新的。
注意：在项目中使用人工智能给出的任何分区率（TAKS/KAKS）、绘图距离、楼层高度或逃逸值之前，必须从主管部门的官方分区状态文件和现行法规的现行文本中进行确认。这些是安全关键且具有法律约束力的数据。
TAKS、KAKS 和基本分区概念
简短的术语表让与人工智能交谈变得更加容易：
- TAKS（建筑面积系数）：建筑物所在地面面积与土地面积之比。
- KAKS/Precedent（建筑面积系数）：所有楼层的总建筑面积与土地的比率。
- 绘图距离：建筑物必须离开宗地边界的空间。
- 规划说明：特定于该地区分区规划的附加规则。
- 建筑物接近限制：建筑物可以接近的最近线。
AI 自信地解释了这些概念的定义。但它永远无法用官方文件取代包裹上的号码。
建立经过验证的源链
可靠的监管搜索是一条链条：您可以使用人工智能快速绘制初步地图，然后将每个节点连接到官方来源。外链链接：
- 结构随着人工智能的出现而出现。哪些法规适用，哪些问题至关重要，哪些概念我应该澄清？
- 找到官方来源。当前法规文本、市政府的分区状态文件、当前计划说明。
- 匹配每个数字。人工智能所说的每个比率/项目都与官方文本中的对应比率/项目相匹配。
- 新鲜度检查。验证文本的生效日期；立法经常变化。
- 专家确认。与相关管理部门或主管人员确认批评意见。
提示：当向 AI 询问监管问题时，请说“如果您提供商品编号和值，请不要准确呈现它们；将它们标记为‘必须从官方文本中确认’。”这可以防止你使用幻觉作为确定的知识。
循序渐进：确保监管研究的安全
- 澄清问题。您在调查什么：规划权、火灾、停车位？
- 使用 AI 预先绘制地图。哪些规则适用，哪些概念至关重要。
- 从AI获取确认列表。检查哪些值需要从官方来源验证。
- 收集官方文件。分区状况、法规、规划说明。
- 匹配每个值并检查日期。
- 有专家/管理部门确认的关键问题。
- 保存源链。
三个迷你箱子
案例 1——幻觉捕获。一位建筑师向人工智能询问一块土地的开发权。 AI自信地说“KAKS 2.00”。建筑师从市政府收到的官方分区状态中看到该值为 1.50。 AI 制造的建筑面积增加了 33%；如果项目以该值开始，则需要在许可阶段进行完整的修改。
案例 2 — 概念澄清。实习生混淆了 TAKS 和同事关系。 AI举例说明了概念：如果500平方米的土地上TAKS为0.40，则建筑面积为200平方米，如果先例为1.20，则总建筑面积为600平方米。这是对这个概念的正确解释；但实际包裹上的号码仍然来自文件。
案例 3 — 错误的国家/地区法规。一位建筑师向人工智能询问火灾逃生距离；人工智能从另一个国家的监管中赋予价值。建筑师查看了适用的当地消防规范的官方文本，发现了不同的限制。教训：人工智能的起源尚不清楚；该值始终取自本地当前的官方文本。
四个可复制的提示
关于[主题]制定了预地图：哪些法规可能相关，我应该澄清哪些概念，我应该从官方来源确认哪些价值观。不要给出确切的数字；列出那些需要确认的。
举例说明以下分区/管制概念并展示计算逻辑。我将从官方分区状态中获取特定于地块的值；你只要解释一下概念和公式就可以了。概念： [...]
通过将其划分为文章标题来简化本规定的文本。为每个项目添加“如何在项目中检查此项目”注释。我将核实该文本的生效日期。文本：[...]
以下是我从人工智能收到的分区/监管回复。列出其中的每个数字、比率和文章参考文献，并将每个标记为“有待从官方来源确认”。答案：[...]
弱提示/强提示
弱者：“这块地我能建多少平方米？”
Güçlü：“解释一下我需要哪些信息来计算一块土地的开发权（TAKS、KAKS/先例、规划说明、土地面积），以及我从哪个官方文件中获得这些值。假设我将从市政府获得特定地块的费率；只需给我计算逻辑和我要检查的项目。不要编造确切的面积数字。”
强有力的提示使人工智能始终发挥理念和方法的作用；将准确值留给官方消息来源。
问题类型
人工智能值得信赖吗？
来源
概念定义（什么是 TAKS）
是的
人工智能+常识
计算方法/公式
是的
人工智能+确认
文字简化
是的
您提供的文字
包裹具体费率
不
官方分区状况
火灾/逃生值
不
现行法规
常见错误
- 假设AI给出的费率是准确的。分区值仅来自官方文档。
- 取决于项目编号。人工智能可以产生物质和数字的幻觉。
- 不检查更新。立法经常变化；日期必须经过验证。
- 国家/地区法规不正确。人工智能可以打乱源。
- 不记录源码链。必须留下可审计的痕迹。
综上所述
人工智能有力地加速了概念澄清和文本结构化方面的监管研究；但特定于包裹的费率永远不会可靠地产生绑定数字，例如绘制距离和逃逸值。这些值仅来自主管部门的官方文件和现行法规文本。验证每个问题和引文，检查货币，就关键问题咨询专家或管理层，并记录起源链。
应用任务
选择当前项目的分区/法规研究。用AI制作一个初步的地图，并列出哪些值需要从官方来源确认。然后将此列表中的至少三个值（例如 TAKS、KAKS、拖曳距离）与适用的政府文件/法规进行匹配，将其与 AI 所说的进行比较并记下差异。
清单
- [ ] 我澄清了研究主题。
- [ ] 我用AI预先映射了。
- [ ] 我标记了需要确认的值。
- [ ] 我已从官方来源验证了每个费率/项目/距离。
- [ ] 我检查了文本的生效日期。
- [ ] 我已得到专家/管理部门确认的关键问题。
- [ ] 我保存了源码链。