收益：
- 能够借助人工智能快速分析和总结总体分区规划、实施分区规划和规划注释的结构
- 能够通过人工智能扫描计划图例、功能代码和施工条件来确认正式批准的计划中的每个值
- 能够在其限制范围内使用人工智能作为计划修改、计划层次结构和冲突分析中的预审查工具
城市规划师办公桌上最艰巨的阅读任务是解读开发计划及其语言。土耳其的规划是按层次渐进进行的：顶部是区域和环境规划，下面是总体开发规划（上比例尺规划，以 1/5000 等比例确定城市的总体使用决策、密度和主要交通系统），底部是实施开发规划（下比例尺规划，以 1/1000 比例确定地块基础上的建设条件）。这些计划包含绘图（图例、功能颜色、边框）和文本（计划注释；描述计划如何实施的书面规定）。人工智能对于快速解析、比较和总结这些冗长的技术文本非常有帮助。但他读到的每一个值都必须从官方批准的计划中得到确认；因为规划条款具有法律约束力，误解会危及建筑物的许可或规划法。
计划层次结构及其重要性
规划是一条链条：下层规划不能违背上层规划。实施发展规划不能超出总体规划规定的密度和功能。规划者最常见的工作就是检查这种和谐（或缺乏和谐）。人工智能在并列两个计划文本和标记矛盾方面非常有用；但规划者以官方文件做出最终决定。
提示：向 AI 提供计划文本时，请务必指定其规模和日期/批准的计划。像“1/1000 实施计划，2023 年 3 月 12 日批准”这样的上下文框架了人工智能的解释，并明确了在验证时要查看哪个文件。
计划笔记剖析
规划注释一般包括以下几类规定：建设条件（TAKS、KAKS/先例、高度）、功能定义、绘图距离、停车和社会设备标准、特殊规定（如灾害、防护、海岸）和一般规定。 TAKS（建筑面积系数）是建筑物在地面上的面积与地块面积的比率； KAKS/precedent（建筑面积系数）是总建筑面积与地块的比率。这些缩写是该计划的核心，一个误读就会从一开始就毁掉该项目。
人工智能可以将杂乱、未编号的计划注释变成整齐的表格，链接引用条款，并针对“哪些条款适用于该地块？”这个问题生成初步答案草案。然而，人工智能有时会产生幻觉项目编号、比率或异常情况；因此，每条线都应根据原始计划注释进行标记和确认。
一步一步：用人工智能分析计划
- 识别文档。注明规模、批准日期、方案类型、主管机关。
- 匿名化文本。如有必要，请清除包裹/所有者信息。
- 移除结构。让人工智能根据标题（结构、功能、设备、特殊规定）将计划注释制成表格。
- 标记不确定性。对每个号码和物品请求“需要确认”。
- 层次结构控制。使用上比例计划执行冲突扫描。
- 确认。验证原批准计划中的每项规定；如有疑问，请询问主管部门。
- 留下你的印记。记录哪个文件确认了哪个条款。
弱提示/强提示
微弱的提示：“这个包裹我能做什么？”
人工智能在没有包裹实际分区状态的情况下生成一般估计，可以弥补费率并误导您。
强力提示：“下面是1/1000应用开发计划方案说明文字（批准日期：[...]）。将此文字转化为表格：栏目=主题、规定、文章编号、数值。将施工条件、图纸距离、停车和特殊规定分行。文中未明确写明的数值请勿编造；不清楚的写‘文中未找到’。文字：[...]”
第二个提示强制人工智能仅配置文本中的内容；它可以防止捏造并方便确认。
四个可复制模板
任务：将以下计划注释文本翻译成结构化表格。列：主题|判决（摘要）|项目/零件号 |数值。仅使用文本中明确说明的内容；将未写的标记为“不在文本中”。没有构成比例、距离或项目编号。计划类型/规模/批准日期：[...]文本：[...]
任务：比较以下两个规划文本（上比例尺和下比例尺）。列出功能、密度和交通决策中可能存在的矛盾。对于每个矛盾：主题、上规划规定、下规划规定、“需要确认”。决策；只需标记亮点即可。顶层计划：[...] |次要情节：[...]
任务：在词汇表中用简单的土耳其语解释以下计划注释中的所有缩写和技术术语（TAKS、KAKS/先例、Yençok、拖曳距离等）。赋予价值；只需定义术语。文本：[...]
任务：起草一份给公民/利益相关者的信息备忘录，简单且无误导性地解释以下计划条款。给出技术值并注明“必须由管理层确认”。不要声称法律确定性。规定：[...]
表格：计划类型和人工智能的作用
计划/文件
内容
人工智能的适当作用
强制验证
环境布局/总体规划
一般用途、密度、主要交通
文字总结、比较
批准的计划和图例
实施分区计划
以地块为基础进行建设
计划注释列表
批准的 1/1000 计划
计划笔记
书面规定
配置、冲突扫描
原文，逐条
分区状态证书
包裹具体信息的官方信息
（数据输入/摘要）
授权管理文件
计划修改
修改提案
差异分析稿
暂停程序，官方决定
三个迷你箱子
案例 1——先例混乱。规划者让人工智能将一份混乱的计划备忘录制成表格。 AI写下“先例1.60”。策划者看原文；文字为“可比 1.60，但商业+住宅混合用途为 2.00”。 AI绕过了异常。计划者修复了它。这表明，即使“只使用文本中的内容”规则也不够一次性，确认是必须的。
案例 2——等级悖论。团队将实施计划和总体规划与人工智能进行比较。当一个区域在底部平面图中显示为“商业”而在顶部平面图中显示为“非住宅城市工作区”时，人工智能会进行标记。规划者对此非常重视，并与官方文件进行了检查，发现确实不符；他很早就注意到需要进行翻修。 AI 并不做出决定，它只是注意到；这就是价值。
案例 3 — 公民简报。市政府需要一份公民可以理解的关于暂停计划的信息说明。人工智能将技术计划注释转换为一页纯文本，并为每个数值添加“管理部门确认”注释。策划者审核并发布。复杂的文本只需几分钟（而不是几小时）即可理解，而且不会产生误导。
常见错误
- 缺少异常。方案说明中的“但是”、“除外”、“特别规定”等字样改变了主要规则；人工智能可以绕过这些。
- 未指定规模和日期。如果你不告诉你正在看哪个计划，人工智能就会从错误的角度解释它；你也不知道该确认什么。
- 制定针对具体地块的决策。让人工智能说出“对这个地块做什么”并用官方分区状态文件代替它是一个严重的错误。
- 混合缩写。将 TAKS 与 KAKS 混淆，或者混淆高度规定的先例，会破坏整个项目；始终验证条款。
- 将矛盾扫描误认为是决策。人工智能所标记的矛盾只是一个假设；法律结果需要官方审查。
总之
分区和总体规划由图纸和具有法律约束力的文本组成；计划笔记是计划的核心。人工智能在构建这些长文本、解释术语、标记计划之间的冲突以及制作公民简报方面提供了强大的帮助。但人工智能可能会错过异常情况并产生幻觉比率/项目。每项规定应明确规模和批准日期，并根据原批准计划逐项确认；具体地块的决定应留给官方分区状态文件。 AI加速你阅读计划，它不批准计划。
应用任务
将计划笔记的文本放在手中（或样本）。 (1) 将 AI 用上面的第一个模板制成表格。 （2）将表格中的每一行与原文进行比较，找出至少一个AI遗漏的异常或者遗漏的一个细节。 (3) 使用第三个模板创建术语表并更正不正确/缺失的定义。 (4) 列出您将从哪个官方文件确认哪些值。
清单
- [ ] 我给出了计划类型、规模和批准日期作为人工智能的背景。
- [ ] 我让AI只使用文本中的内容；我阻止了捏造。
- [ ] 我还检查了例外情况和特殊规定。
- [ ] 我确认了最初批准的计划中的每个数值和项目编号。
- [ ] 我将具体地块的决定留给了官方分区状态文件。
- [ ] 我将计划扫描之间的冲突视为假设，而不是决策。
- [ ] 我记录了我从哪份文件中确认了哪些条款。