「AI 說的對,還是聽起來對?」
建築人的一小時 —— 自主檢核循環 × 總指揮/顧問定案
今天不練「怎麼問出更好的答案」,而是練怎麼判斷 AI 給的答案能不能用。一小時做兩件事:先學會自己查(自主檢核循環),再學會怎麼找人定案。
設計視覺風格參考:Refero Design ↗
你要的答案,是語意的光譜,
還是意義的絕對正確?
「哪些事需要絕對正確」——這個分辨本身是語意判斷,是你不能讓渡的職責。
沒有唯一解,只有取捨:方案比較、業主溝通、要不要退讓。
用對話處理——AI 陪你走光譜,但走到哪由你判斷。
對就是對,錯就是錯:法規數值、面積計算、條號出處。
用程式處理(.py)——不准任何模型「覺得」。
以終為始:先知道你要的是光譜還是絕對,才派得動對的工具。
這一頁的白板(獨立、可匿名)— 貼一件你「以為要絕對正確、其實是光譜」的事這三行報告,
不是一句話問出來的。
一個問題、一包混沌——規則、數字、判斷全部攪在一起,哪裡錯了你查不到。
(9.5% 與差值為教學虛構值,僅 12.5% 為法定標準)
拆塊之後,每一塊先問一句:這塊是語意,還是意義?——意義塊給程式與原文,語意塊留給人。
右邊那個 FAIL,不是死刑——是決策的起點。
動手一・檢討標準卡
【任務】依下面的檢討標準,核對我提供的實測數值。
【起點】輸入兩樣:1) 檢討標準(已含法源條號與官方核驗數值) 2) 我貼上的案子數字(面積、開窗尺寸等)。
【終點】輸出:每一條標準一行——PASS 或 FAIL;FAIL 要寫出「差多少」。不多話。
檢討項目:採光(建築技術規則建築設計施工編第41條)——已帶入官方核驗數值
1. 幼兒園及學校教室:採光面積應達樓地板面積 1/5(20%)(建築技術規則建築設計施工編第41條)
2. 住宅之居室、寄宿舍臥室、醫院病房、兒童福利設施:採光面積應達樓地板面積 1/8(12.5%)(建築技術規則建築設計施工編第41條)
3. 有效採光面積計算:地板面以上75公分範圍內之窗或開口,不計入採光面積(建築技術規則建築設計施工編第41條)
【流程】逐條比對:每一條標準,寫出它對到我給的哪個數字、算式列出來。
【邊界】不准給設計建議;不准自己補數字;資料不足,該條寫「無法檢核」並說缺哪個數字。
【修正】我更新數字重貼時,用同一套標準重新核對,並跟上一輪比較:差距有沒有縮小。
查一次不夠——改數字、重貼、查到 PASS 為止
卡片最後一行【修正】寫的就是這件事:更新數字重貼,它會用同一套標準重測,並比較差距有沒有縮小。
FAIL 之後,
四條路怎麼選?
越資深的人,越早選 D。
開第二個 AI,叫它複核第一個
上一頁的 D 是找人。找人之前,還有一步更快的——先讓第二個 AI 幫你複核第一個,你來定案。
這張卡沒有要 AI 扮演誰——它寫清楚四件事:起點、終點、流程、修正。任務寫清楚,換哪一家 AI 來做都一樣。第 4 頁練的是分工,這一頁練的是重複檢討的能力。
【任務】複核下面這份 AI 檢討報告——找出報告與標準之間對不上的地方。 【起點】輸入兩樣:1) 我原本的檢討標準 2) 第一個 AI 的報告(含 PASS/FAIL 與差值)。 【終點】輸出固定三行,多一個字都不要: 同意 / 不同意 理由:(一句話,指出證據——哪一條標準、哪一個數字) 下一步:(一句話——回到哪一步重做,或可以定案) 【流程】依序驗三件事,每一件都要對回輸入的原文: 1. 適用範圍:這個空間適用這條標準嗎?(例:居室標準不能拿去查停車場) 2. 數字:報告裡的數字,跟標準、跟實測值,對得上嗎? 3. 邊界:報告有沒有超出檢核範圍、多給了設計建議? 【修正】發現錯誤,不要只說錯——要說明從哪一步重來;資料不足就寫「無法複核」,不准補猜。
「根據結果:你的決定是哪一個?」——把決定和理由寫下來,你就當過一次總指揮了。
你只做決策,一群 agent 平行替你跑 04 和 06
剛才你一個人跑完:找法源、跑檢討標準卡(04)、FAIL 之後選 A/B/C/D(05)、再開第二個 AI 複核(06)。能不能在同一個專案裡,同時派很多 agent 平行跑 04 和 06,我只留下 05 的決策?
你只定案;廣度交給平行的 sub-agents,深度交給一個 loop 檢查 agent 自己轉。
A / B / C / D
複數 sub-agents(experts,平行代跑) 主 agent 互動不掛 flag;sub-agents headless — codex 用 exec、其他 CLI 用 -p
- 規劃(主 agent) → codex -m sol
- 產出可用的 .py → codex exec -m terra
- 複核·review → claude -p 或 agy -p
- 免思考的繁瑣執行 → codex exec -m luna
- 配圖(生圖) → codex call skill/imagegen（gpt-image）
- 設計圖 prompt → Antigravity（agy -p）
一個 LOOP CHECK AGENT(閉環驅動)
- 盯每次 05 決策 → 觸發 04 重算 → 收 06 複核 → 回報是否收斂;不外包決策,自動轉到「06 通過或你喊停」。
任務 = 一份可用的檢討成果 + 一張附圖 # 我只做決策
團隊 = Agents co-work with sub-agents(experts):
# 主 agent 互動不掛 flag;sub-agents headless — codex 用 exec、其他 CLI 用 -p
規劃(主 agent) → codex -m sol # 指揮官:拆任務、派工、匯總、盯 loop
產出可用的 .py → codex exec -m terra # 寫能跑的檢討程式(codex=exec)
複核 / review → claude -p --model sonnet # 換一家 AI 複核(claude/agy 用 --model)
繁瑣執行 → codex exec -m luna # 免思考的重複整理
配圖(生圖) → codex call skill/imagegen # → gpt-image(= 之前生 logo 那個)
平行執行(sub-agents) # 六個一起跑不排隊
建構 交回 = 成果.py + 附圖.png
# 一個 LOOP CHECK AGENT 自己轉的閉環(自主檢核循環):
迴圈 每當我改 05 決策:
04 依新決策重算 → 得到新結果
06 自動複核新結果 → 同意 / 不同意
回到 05 # 直到 06 通過,或我喊停
我 = 只看匯合結果 + loop 收斂狀態 → 定案(A / B / C / D) # 05 不外包
把下面兩區改成你的案子。語意可以有光譜;指令要黑白分明、直指工具,不然它會用猜的、甚至幻覺出不存在的功能。
exec codex 專用:直接執行、不進互動（headless）-p 其他 CLI（claude / agy）的 headless:跑一次就給結果-m <model> codex 指定模型:sol 最強 / terra 均衡 / luna 最省（GPT-5.6 三層）--model <model> claude:opus / sonnet / haiku ｜ agy:Gemini 模型（旗標是長的 --model,不是 -m）call skill/X 呼叫某個 skill,例如 imagegen（gpt-image）、nano-banana 生圖主 agent 不掛這些 = 你直接對話的那個(互動)。想讓 headless 免每步確認:codex 加
--sandbox workspace-write、其他加 --dangerously-skip-permissions。
看完上面的範例 → 改成你的案子 → 按「複製明確指令」拿去跑。改完想分享,再貼上白板（純分享用）：
分享白板 — 貼你改好的「明確指令區」,互相看怎麼寫得明確
而且要立在你自己身上。」
