用途：在建筑方案早期做带反馈的方案生成，而不是自主完成建筑设计。给定场地约束、功能任务书与预算，AI 生成体量/类型方案，并按成本、碳排与可建造性打分，由设计人筛选和深化。
主要能力与流程：约束（场地、任务书、预算）→ 生成方案（LLM/参数化/优化）→ 逐方案量化（BIM 算量 + CWICR 成本 + 碳排）→ 打分排序（成本/平方米、千克二氧化碳当量/平方米、GFA 效率）→ 人工选择并深化。
工具链：体量生成用参数化工具（Rhino/Grasshopper、Dynamo）加 LLM 草图；文本到概念用图像模型（Midjourney、DALL·E）做情绪板，文本到 BIM 仍处早期（Hypar、Finch、qbiq）；量化用 OpenConstructionERP 的 BIM 算量（oce-bim-takeoff）；成本打分用 CWICR 成本库（oce-load-cost-bases）；碳排打分用 embodied-carbon-esg。
必要用法：概念生成可用如下提示模式，例如“Generate 3 massing options for a 12,000 m² residential building on a 30×60 m plot, 6 storeys, max 40% glazing, Berlin climate. For each: GFA, FAR, indicative structure, kgCO₂e/m² (A1-A3), €/m² construction cost.”，随后量化并排序，输出如方案A（11,800 GFA、2.9 FAR、1,050 €/m²、310 kgCO₂e/m²，成本最低）、方案B（12,400、3.1、1,180 €/m²、285 kgCO₂e/m²，碳最低）、方案C（12,100、3.0、1,120 €/m²、295 kgCO₂e/m²，均衡）。
适用场景：建筑方案早期体量比选、成本与隐含碳快速评估、多方案迭代。
限制与护栏：AI 方案只是起点，必须人工审核并做规范校核；成本与碳评分须来自真实数据库（CWICR + EPD），不能依赖 LLM 猜测；需记录每个方案的输入以保证可复现并满足 AI 法案透明度；文本到 BIM 模型尚未达到报建精度，只能当作概念。资源：Finch https://finch3d.com、Hypar https://hypar.io、qbiq https://www.qbiq.ai、生成式设计概览 https://www.autodesk.com/solutions/generative-design。