案例 21 · 建筑消防图纸

文字由原PDF提取，阅读顺序和表格请以原页为准。

验存在于个人脑中，难以复制和传承。现在通过AI系统，规范知识和设计逻辑可以被工
程化，让团队整体设计能力更加稳定可控。
Q5：在部署AI过程中，是否遇到了新问题或挑战？你是怎么解决
的？
在实际部署过程中，我们遇到了几个关键挑战。
第一个挑战：自动化程度与专业控制权的平衡。
最开始，用户对AI的期待是“一键生成完整施工图”，因为这样效率最高。但在实际使用
过程中，专业设计人员表达了不同意见：他们希望保留更多调整空间。
原因是消防设计涉及责任问题。设计人员需要对最终图纸的合规性和安全性负责，他们
不能接受一个“大概对”，或者“完全黑箱”的生成结果。不同项目存在差异，某些特殊
空间确实需要设计人员根据实际情况调整参数。
我们的应对方式是提供分层设计：对于常规空间，提供默认参数的一键生成能力，降低
使用门槛；对于专业用户，开放危险等级、K值、喷头间距、布置方式等参数的调整入
口。让系统既能够快速产出，也能够精细控制。
第二个挑战：工程场景对可靠性的高要求。
与通用AI应用不同，工程设计场景对准确性要求极高。一个喷头位置偏差可能影响消防
验收，这不是“差不多”可以接受的。
因此，我们在系统设计中明确了边界：AI负责基于规范规则的自动化生成，但不做超出
规则范围的“创造性判断”。最终方案必须经过设计人员审核确认，系统在关键节点设
置人工确认环节。同时，我们确保基础输入数据（建筑图纸信息）的准确性，因为输入
错了，后续一切生成结果都不可靠。
第三个挑战：让设计人员接受新的工作方式。
212/243