案例 04 · 城市规划研判
Datawhale原书章节 · 印刷页码 33—45 · 当前仅加载一页

原书第 39 页 · 点击页面可放大查看
查看与复制本页文字
文字由原PDF提取,阅读顺序和表格请以原页为准。
责最终决策。 AI更像一个调度者。比如规划师提出一个选址任务后,AI理解他的意图,再调用对应的 数据和专业工具完成分析,把计算结果返回出来。 对于高频、规则明确的任务,我们更倾向于把它固化成工作流;对于城市研判、潜力用 地分析这种长尾、开放性更强的问题,再交给Agent处理。 第五步,产品要顺着原来的工作习惯长出来。 我们没有把所有东西都变成一个聊天框。因为规划师真正工作的中心是地图。 所以最后的交互仍然保留了他们熟悉的方式。左边是筛选条件和专业工具,中间是地 图,右边才是Copilot。AI调用工具或者完成分析后,结果会直接回显到地图上。 这件事情我后来觉得很重要。做AI产品很容易陷入一个误区:既然有Agent,就把所有 功能都塞进一个输入框。但FDE要考虑的是用户原来怎么工作。 地图才是规划师真正的工作台,AI就应该围绕地图服务,让规划师继续按原来的方式工 作,不必为了AI重新学一套工作方式。 Q4:相比传统方式,使用AI后的实际效果如何? 图4:Before/After 变化最先反映在时间上。 过去一份跨多个部门的完整规划报告,通常需要3—5天,有时接近一周。现在在已经跑 通的试点流程里,大约10—20分钟就可以形成一份能够继续推敲和交付的报告。 39/243