土木人学 AI土木人学 AI
M1-01输入 · 第 1 / 5 节· 建议 50 分钟

图纸与资料的信息提取

AI 生成内容仅作初稿,涉及工程、合同与对外交付时请人工复核。

一、任务定位

把一套散落的图纸说明与资料,提取成一张每个字段都能回到原文的提取记录。

二、学习目标

给定 S06 的平面布局文字与 S17 的虚构合同段落,能在 30 分钟内提取不少于 12 个字段,每个字段标出原文位置;抽检 5 个字段能当场翻到出处,对无法确认的字段标「存疑」而不是猜一个值(30 分钟内完成)。

三、前置与素材

  • 前置:M0-04 任务卡(确定这次提取的范围)、M0-03 数据分级与脱敏记录(确定哪些资料能上传)。
  • 素材:S06《平面布局文字描述样本》、S17《脱敏信息提取练习文本》、S01《虚构项目背景设定书》。
  • 产出:提取记录,闸门 1 的必交件之一。

四、完整示范

成品(提取记录节选)

字段原文位置提取值状态
总建筑面积S06 第一节440㎡可核
一层建筑面积S06 第一节260㎡可核
一层使用面积合计S06 第二节合计192㎡可核
房间总数S06 第二、三节11 间可核
二层会议室面积S06 第三节42㎡可核
合同金额S17 第二节陆万元整(设计服务费)可核,需注明不含施工
二层平面版本资料清单未见版本号存疑

三个关键决策点

  1. 先脱敏,再提取。 S17 里的单位名、联系人、电话先按 M0-03 的分级处理,提取表里只留角色和业务字段。顺序反了,敏感信息已经进了工具。
  2. 每个字段带出处。 出处要细到「第几节、哪张表」,不能只写「来自资料」。没有出处的字段,后面校核时无法判断是原文还是模型补的。
  3. 不确定就标存疑。 提取阶段最贵的错误不是漏,是猜。猜出来的值会被下游当成事实,一路传到交付件。

AI 错了,我怎么发现

我把 S06 全文粘给 AI,让它整理房间清单。它返回 10 间房:把「办公 1 号 16㎡」和「办公 2 号 16㎡」合并成「办公区 32㎡」,还多出一间「二层露台 24㎡」——原文里没有露台。它同时把表头写成「建筑面积」,把 42㎡ 的会议室标成建筑面积。

发现方法有三步:先数房间,原文 11 间,输出 10 间;再按层求和,一层 192㎡、二层 148㎡,合并后总数没变但粒度丢了;最后逐行搜原文,露台在 S06 里一次都没出现。三处都对不上,这张提取表就不能用。模型没有「读错」,它是按常见配套用房的样式替我把表补完整了。

五、分步练习

  1. 列资料(6 分钟):按 M0-04 任务卡的输入栏,写清这次要用哪几份资料、各自版本与脱敏状态。
  2. 定字段(8 分钟):先定要提取哪些字段,例如面积、房间、层数、日期、金额、责任角色;字段不定就提取,结果一定散。
  3. 限格式(6 分钟):要求 AI 按「字段、原文位置、提取值、状态」四列输出,不允许合并同类项,不允许补全缺失值。
  4. 逐项回查(10 分钟):每个字段回原文找一次;找不到的改「存疑」,并写清缺的是哪份资料。
  5. 记一条错误(5 分钟):写下这次 AI 提取最典型的一处错误和你的发现动作,留给 M1-04 归类。

六、自查

  • □ 提取字段不少于 12 个,每个都有原文位置。
  • □ 房间数、分层面积与 S01 基准一致,没有合并或新增房间。
  • □ 存疑字段写明了缺哪份资料,没有用估值代替。
  • 反例:出处写「来自 S06」——范围太大,等于没有出处。
  • 否决项:把未脱敏的 S17 原文直接粘进工具,或提取表里出现真实单位、人名、电话。

七、常见错误

识别信号后果纠正动作
让 AI「整理成表」但没定字段每次输出的列都不一样,无法比较先定字段,再让 AI 填
合并同类项,如两间办公室并一行房间数、单间面积丢失,下游校核无依据要求一行一个对象,禁止合并
把使用面积写成建筑面积440 与 340 混算,后面所有指标都错表头固定写口径,录入前先确认
出处只写文件名无法定位,等于不可核写到节、表、行或段落首句

八、合规闸门

本节执行闸门 1:上传前确认资料已分级、敏感字段已删除、工具与账号已批准。出现未脱敏原文、真实项目资料或未批准工具,停止提取,先回到 M0-03 处理。

九、交付与验收

命名:提取记录-资料名-姓名缩写-日期。必含项:不少于 12 个字段、每字段有出处、存疑项单列。验收标准:随机抽 5 个字段,能在 1 分钟内翻到原文对应位置。

十、衔接

下一节 M1-02 处理另一类输入:任务书与会议记录里的要求;本节提取的是事实字段,下一节拆的是要求字段。

这一节有错别字或失效步骤?