BIM_AI指令提示詞庫


一、設計 (Design) 階段

AI角色:智能設計夥伴

提示詞 1:

「分析 會議室-301 的照明設計。根據 CNS 12112 照明標準,計算其平均照度、均勻度與UGR眩光指數,並以表格呈現結果與標準值的差異。」

AI回應:


分析完成。會議室-301 的照明模擬結果如下:

照明指標 目前設計值 CNS 12112 標準建議值 符合性
平均照度 410 Lux 300 - 500 Lux 符合
均勻度 (E_min/E_avg) 0.62 > 0.6 符合
UGR 眩光指數 21 < 19 不符合
**建議**:目前設計的UGR值偏高,可能導致視覺不適。建議將靠窗第一排燈具更換為帶有防眩光格柵的型號,或調整其安裝角度。是否需要我為您模擬更換燈具後的效果?



提示詞 2:

「為我規劃從 AHU-ROOF-01 到豎井 RS-03 的主風管 SA-01 路徑。生成三個方案:A)最短路徑,B)最少彎頭,C)完全避開結構大梁下方區域。請視覺化顯示路徑。」

AI回應:


好的,已生成三種風管路徑方案:


  • 方案 A (最短路徑)

    • 總長度:38.2 公尺
    • 配件:10 個彎頭
    • 評估:材料成本最低,但需在梁 B-35 下方穿越,淨高僅 15 公分。
  • 方案 B (最少配件)

    • 總長度:43.5 公尺
    • 配件:6 個彎頭
    • 評估:壓力損失最小,施工最快,但路徑較長。
  • 方案 C (避開大梁)

    • 總長度:47.8 公尺
    • 配件:12 個彎頭
    • 評估:完全不與主結構梁衝突,維護性最佳,但材料成本最高。

    [點此載入三種方案的3D視覺化預覽]

請選擇您偏好的方案以繼續細化設計。




提示詞 3:

「我正在設計一間位於新竹的辦公大樓,請根據本地過去五年的氣象數據,以及我目前的建築外殼參數,預測七月份尖峰時刻的空調最大冷房負荷。」

AI回應:


分析完成。根據新竹地區過去五年的氣象數據(特別是2025年8月酷熱期的資料),結合您提供的建築外殼熱傳透率(U值)與窗牆比,七月份設計日(預計為下午2點)的尖峰冷房負荷預測如下:


  • 總冷房負荷:約 1,250 kW
  • 主要熱得來源

    • 透過玻璃的太陽輻射熱:45%
    • 外牆與屋頂傳導熱:20%
    • 室內人員與設備產熱:25%
    • 換氣熱負荷:10%

    提醒:西向立面的玻璃輻射熱佔比極高。建議考慮在西向採用遮陽性能更好的Low-E玻璃,預計可降低總負荷約 8-12%。


提示詞 4:

「從我們的歷史專案資料庫中,找出三個與目前這個『醫院手術室』專案最相似的案例,並比較它們在醫療氣體出口佈局、電力備援方案上的異同。」

AI回應:


好的,已從資料庫中比對篩選出三個最相關的案例:


  1. 專案A (市立醫院):氣體出口整合在床頭牆面板上,採用雙迴路UPS備援。
  2. 專案B (私立癌症中心):氣體出口分散佈置於懸吊式設備臂上,採用UPS+緊急發電機(ATS切換)備援。
  3. 專案C (醫學中心):混合佈局,牆面與設備臂均有設置,採用雙UPS並聯備援,無縫切換。

    總結:懸吊式設備臂提供了更大的靈活性(如專案B),而雙UPS並聯方案(如專案C)提供了最高的電力可靠性。您目前的設計較接近專案A,是否需要導入專案C的電力備援架構圖以供參考?


提示詞 5:

「將 會議室-301 目前的空間聲學參數與 NC-30噪音標準進行比對,找出潛在的噪音問題來源。」

AI回應:


分析完成。


  • 背景噪音模擬值:NC-35
  • 是否符合NC-30標準:❌ 不符合

    主要噪音來源分析

1. **空調系統**:出風口的氣流噪音是主要原因,模擬風速下的噪音值貢獻了約 60%。


2. **隔間傳音**:與隔壁機房的隔牆STC隔音等級不足,導致設備低頻噪音傳入。


**建議**:


1. 降低出風口風速,或更換為低噪音型號。


2. 提升隔牆的隔音構造等級至 STC-55 以上。



二、建模 (Modeling) 階段

AI角色:高效建模助手

提示詞 1:

「沿著這個天花板網格,自動放置 L-02 型燈具,並確保每個燈具的中心都對齊網格中心。」

AI回應:


指令收到。已在指定的 150 平方米天花板網格區域內,自動放置了 65 個 L-02 型燈具。所有燈具均已對齊網格中心,並自動賦予了獨立的編號。請檢視。



提示詞 2:

「掃描整個模型,找出所有不符合『系統-樓層-設備-編號』命名慣例的機電設備,並列出清單。」

AI回應:


掃描完成。在 5,830 個機電設備中,發現 18 個命名不合規的元件。清單如下:

目前名稱 建議名稱 所在位置
Pump-5 P-GF-HW-05 地下層熱水機房
FCU FCU-3F-AC-112 3樓開放辦公區
... ... ...
您可以選擇[全部自動重命名]或手動逐一修改。



提示詞 3:

「我剛將 FCU-5F-AC-32 連接到冷水管路上,請根據系統設計參數,自動為其填寫『流量』、『水側壓降』與『風量』這三個實例參數。」

AI回應:


好的。已根據 CHWS-01系統的設計數據,為FCU-5F-AC-32 自動填寫了以下參數:


  • 流量 (Flow):1.5 GPM
  • 水側壓降 (Pressure Drop):12 kPa
  • 風量 (Airflow):800 CMH

    數據已存檔。


提示詞 4:

「檢查所有在『防火牆』圖層上的牆體,並標示出任何直接穿越這些牆體但未放置『防火閘門』族群的風管。」

AI回應:


檢查完成。在 28 道防火牆中,發現 4 處風管穿越違規:


  • 位置 1:3樓,靠近網格 A-5,風管 SA-08
  • 位置 2:3樓,靠近網格 C-8,風管 EA-12
  • ...

    違規位置已在模型中用紅色高亮標示。是否需要自動在這些位置插入預設的防火閘門族群?


提示詞 5:

「將我在2樓建立的『標準病房』模組,連同其內部所有機電配置,完整複製到3至10樓的相同位置。」

AI回應:


指令收到。已將2樓『標準病房』模組(包含 12 個電力插座、4 個燈具、2 個空調出風口及相關管線)成功複製到 3樓至10樓,共計8個樓層。所有元件已根據新樓層自動更新其編號。複製總計 144 個主要元件。


三、檢核 (Checking) 階段

AI角色:全方位審圖專家

提示詞 1:

「對結構與機電模型執行碰撞檢查。忽略所有直徑小於 25mm 的管線與非承重牆的碰撞。將『結構梁柱』與『排水幹管』的碰撞列為『嚴重』等級。」

AI回應:


碰撞檢查完成。共發現 89 個碰撞點,分級如下:


  • 嚴重 (5個):全部為排水幹管與結構梁的碰撞,集中在4樓C區,可能影響結構安全或洩水坡度。[點此查看詳細報告]
  • 警告 (28個):主要為風管與次梁、給水管與消防主管的碰撞。
  • 注意 (56個):主要為電纜架與消防支管的碰撞。

    已忽略 312 個次要碰撞。建議立即處理『嚴重』等級的碰撞問題。


提示詞 2:

「根據台灣『建築技術規則』無障礙設施相關規定,檢查所有無障礙廁所的設計,包括門淨寬、迴轉空間直徑、扶手高度與馬桶中心距牆距離。」

AI回應:


無障礙廁所合規性檢查完成。共檢查 12 間。


  • 門淨寬:全部符合 (> 80公分)。
  • 迴轉空間:10 間符合 (> 150公分直徑),2 間不符合 (WC-GF-03, WC-2F-04)。
  • 扶手高度:全部符合。
  • 馬桶中心距:1 間不符合 (WC-GF-03),目前為 55 公分,超過規範的 45 公分。

    不符合項目的廁所已在平面圖上標示,並附上相關法規條文說明。


提示詞 3:

「找出模型中所有需要手動操作的閥件,並檢查它們前方是否滿足半徑 60 公分的維修空間需求。」

AI回應:


分析完成。在 452 個手動閥件中,發現 21 個閥件的維修空間不足:

閥件ID 位置 前方淨空間 衝突物件
V-CHW-088 5F機房 35 公分 結構柱
V-HW-102 6F管道井 40 公分 熱水管交叉
... ... ... ...
這些位置可能導致日後維修困難。建議調整管線配置或更換閥件位置。



提示詞 4:

「驗證所有消防灑水頭的佈放是否符合 NFPA 13 標準,特別是灑水覆蓋範圍與離燈具、風口等障礙物的距離。」

AI回應:


灑水頭合規性驗證完成。


  • 覆蓋範圍:98% 的區域符合標準,有 5 處角落區域覆蓋不足。
  • 障礙物距離:發現 15 處灑水頭與大型吸頂燈具的水平距離小於規範要求的 1.2 公尺,可能影響灑水效果。

    所有問題點位已生成一份獨立的檢視報告,並在3D模型中建立了對應的視圖。


提示詞 5:

「檢查所有電力盤的負載計算,標示出任何負載率超過 80% 的盤體,並驗證其上游斷路器容量是否匹配。」

AI回應:


電力系統分析完成。


  • 超載盤體:發現 2 個盤體的計算負載率超過 80%。

    • LP-3F-A:負載率 88%。
    • LP-5F-C:負載率 92%。
  • 斷路器匹配:盤體 LP-5F-C 的上游斷路器(MCB)容量為 100A,但其計算負載已達 92A,安全裕度不足,建議升級至 125A。

    建議重新進行負載平衡,將部分迴路移至鄰近負載較輕的盤體。


四、採購與預製 (Procurement & Prefabrication) 階段

AI角色:智慧供應鏈管理者

提示詞 1:

「生成三樓所有給排水系統的詳細BOQ,按管材、管件、閥件、設備分類,並以Excel格式導出。」

AI回應:


好的,正在生成BOQ... 完成。


三樓給排水系統材料清單已生成並導出為Excel檔案。內容包含:


  • 管材:不鏽鋼管(304)、PVC管等,按管徑統計總長度。
  • 管件:彎頭、三通、大小頭等,按規格統計數量。
  • 閥件:閘閥、球閥、蝶閥等,按型號統計數量。
  • 設備:衛生潔具、清潔盆等。

    [點此下載 BOQ_3F_Plumbing.xlsx]


提示詞 2:

「分析模型中所有的鋼結構元件,根據標準鋼材長度(6米),規劃最佳化的切割方案以減少浪費,並生成下料清單。」

AI回應:


鋼結構下料優化完成。


  • 分析元件總數:1,250 件
  • 所需標準鋼材(6米):215 根
  • 預計廢料率:4.8% (相較於未優化前降低了 9.2%)

    已生成每根標準鋼材的詳細切割圖與下料清單,包含編號、長度與切割角度。

[點此下載 Steel_Cutting_List.pdf]




提示詞 3:

「找出此專案中所有指定的進口設備,連接到供應商資料庫,查詢並列出它們目前的預計交貨週期(lead time)。」

AI回應:


正在查詢供應商資料庫... 完成。


以下為主要進口設備的預計交貨週期(自2025年8月27日起計):

設備ID 設備名稱 供應商 預計交貨週期
CH-01 離心式冰水主機 Trane 16 週
P-HW-01 熱水循環泵浦 Grundfos 8 週
VAV-C-01 特殊規格VAV Box Johnson Controls 12 週
**提醒**:冰水主機的交貨週期最長,建議立即啟動採購流程以避免影響總體工期。



提示詞 4:

「將地下室機房內的所有管線,自動拆分為適合在工廠預製的管段(Spool),每段長度不超過6米,重量不超過500公斤,並為每個管段生成獨立的ID與QR Code。」

AI回應:


地下室機房管線預製拆分完成。


  • 原始管線總長:1,850 公尺
  • 拆分後管段數量:325 個
  • 平均長度:5.7 公尺

    已為每個管段生成包含尺寸、材質、焊點資訊的加工圖,並賦予唯一ID(例如 SP-B1-CHW-001)及對應的QR Code。掃描QR Code即可在現場查看其3D安裝位置。

[點此下載預製加工圖冊]




提示詞 5:

「當我指定的 V-101 閥件型號缺貨時,從備選供應商資料庫中,找出三個功能、尺寸、壓力等級和連接方式完全匹配的替代品。」

AI回應:


好的,V-101 型號目前缺貨。已從備選資料庫中找到三個符合所有技術規格的替代品:


  1. 品牌A - 型號 205B: 價格最低,但交期需4週。
  2. 品牌B - 型號 XF-9: 現貨供應,但價格高出15%。
  3. 品牌C - 型號 3040: 價格與原指定品相近,交期2週。

    所有替代品的詳細技術規格書(datasheet)已附加。請確認選擇。


六、施工與建造 (Construction & Execution) 階段

AI角色:數位工地主任

提示詞 1:

「生成從今天 (2025/08/27) 開始,未來一週的4D施工進度模擬動畫,並高亮顯示預計要完成的關鍵任務。」

AI回應:


正在生成未來一週 (2025/08/27 - 2025/09/02) 的4D施工模擬...


[播放動畫]


**本週關鍵任務摘要**:


1. **週三至週四**:完成5樓東側的模板組立。


2. **週五**:完成5樓東側的鋼筋綁紮,並進行勘驗。


3. **下週一**:進行5樓東側的混凝土澆置作業。


4. **下週二**:開始6樓的結構放樣。


請注意,週五的鋼筋勘驗是本週的關鍵里程碑,務必準時完成。



提示詞 2:

「將昨天下午的工地3D雷射掃描點雲數據,與目前的BIM模型進行比對,標示出施工進度超前或落後的區域。」

AI回應:


點雲數據與BIM模型比對完成。


  • 進度符合/超前區域 (綠色):4樓西側的隔間牆已完成 90%,比排程超前 2 天。
  • 進度落後區域 (紅色):4樓東側的風管吊裝僅完成 30%,比排程落後 3 天。主要原因是材料未及時到場。
  • 施工偏差區域 (黃色):4樓南側的一道牆體位置與模型有 5 公分的偏差,請立即複查。

    [點此查看差異分析的3D視覺化報告]


提示詞 3:

「在我手機的AR模式中,顯示我正前方這片天花板上方,所有消防管線與電纜架的1:1精確位置。」

AI回應:


AR模式已啟動。正在將模型疊加至您的實時攝像頭畫面...


好的,您現在看到的:


  • 紅色管線:消防灑水管路
  • 橙色線架:高壓電纜架
  • 藍色線架:弱電信號纜線架

    每個元件上都標示了其ID與高程。您可以點擊任何元件以查看其詳細屬性。


提示詞 4:

「根據明天的施工計畫(包含高空作業與動火作業),自動生成一份施工前安全工具箱會議(Toolbox Talk)的重點清單。」

AI回應:


好的,已生成明日 (2025年8月28日) 的安全工具箱會議重點:


1. **高空作業**:


  • 區域:屋頂層西側 (空調主機吊裝)。
  • 要求:所有人員必須佩戴全身式安全帶,作業半徑下方需設置警戒區,並有專人監護。 \
  • 動火作業
  • 區域:地下二層停車場 (管道焊接)。
  • 要求:必須申請動火許可證,作業區周圍3米內不得有易燃物,並配備至少兩支滅火器。 \
  • 共同注意事項
  • 預計明日午後有雷陣雨,所有戶外電動工具需做好防水。
  • 新開挖的管溝周邊必須設置圍欄。`

提示詞 5:

「我是一名新來的機電工班長,請提供給我安裝 AHU-5F-01 這台空調箱的關鍵步驟、所需工具清單以及相關的參考圖紙編號。」

AI回應:


歡迎!安裝 AHU-5F-01 的資訊如下:


**關鍵安裝步驟**:


1. 確認基礎座的水平與尺寸是否正確。


2. 將機組吊運至定位,注意吊點平衡。


3. 安裝避震器並鎖緊地腳螺栓。


4. 依序連接送風管、回風管、冰水管與排水管。


5. 連接主電源與控制線路。


**所需主要工具**:吊車、鏈條吊索、水平儀、扭力扳手、管鉗、電工工具組。


**相關圖紙**:


* **平面位置**:M-205


* **安裝大樣**:M-502


* **系統圖**:M-003


安裝過程中如有任何疑問,請隨時回報。


七、營運與維護 (Operation & Maintenance) 階段

AI角色:全知全能的設施管理者

提示詞 1:

「使用者回報 8樓801室 空調不冷,請調出該房間所有相關機電設備的即時運轉數據、歷史維修紀錄與相關控制線路圖。」

AI回應:


好的,正在查詢 8樓801室 的相關資訊:


  • 關聯設備:VAV Box VAV-8F-12
  • 即時數據

    • 室內溫度:28.5°C (設定值: 24°C)
    • 風閥開啟度:100%
    • 送風溫度:22°C (異常偏高,正常應為14-16°C)
  • 歷史維修:三個月前曾更換過溫控器。
  • 控制圖號:E-608

    初步診斷:送風溫度異常,問題可能出在上游的冰水供應或 VAV-8F-12 本身的冰水閥門執行器故障。已自動派發工單給中控室,建議優先檢查冰水閥門。


提示詞 2:

「找出大樓內所有已連續運轉超過 6,000 小時且尚未進行濾網更換的送風機(AHU),並生成維修工單。」

AI回應:


查詢完成。發現 3 台AHU符合條件:


  • AHU-ROOF-01 (運轉時數: 6,250 小時)
  • AHU-10F-02 (運轉時數: 6,180 小時)
  • AHU-12F-01 (運轉時數: 6,500 小時)

    已自動為這三台設備生成了濾網更換的預防性維護工單,並排入下週的維護計畫中。工單已發送至維護團隊主管的手持裝置。


提示詞 3:

「比較上一季與本季各樓層的詳細用電數據,找出能源消耗異常增加的區域,並分析可能的原因。」

AI回應:


用電數據比較分析完成。


整體用電較上季增加 8%。其中,7樓東側區域的用電量異常增加了 35%,為最大異常點。


**可能原因分析**:


1. **照明系統**:該區的照明迴路在夜間與週末時段仍有持續用電紀錄,可能是時程控制器或感應器故障。


2. **插座用電**:該區新增了多台高耗能的伺服器設備,但未申報。


3. **空調系統**:該區的VAV Box可能處於持續送風狀態,無法正常關閉。


建議派員優先檢查該區的照明控制盤與插座實際使用情況。



提示詞 4:

「我需要更換 P-B1-HW-02 熱水泵的馬達,請提供它的詳細規格、廠牌型號、備品庫存位置,並顯示其在地下室機房的3D位置導航。」

AI回應:


好的,P-B1-HW-02 熱水泵馬達的資訊如下:


  • 規格:三相, 220V, 5HP, 4極
  • 廠牌/型號:TECO / AEEF-XYZ
  • 備品庫存:位於地下三層的備品倉庫,貨架 C-07,目前庫存 1 件。

    [啟動3D導航]

正在為您規劃從目前位置前往地下室機房 P-B1-HW-02 的最佳路徑... 路線已顯示在您的螢幕上。




提示詞 5:

「模擬如果我們將大樓所有T8螢光燈管更換為LED燈具,每年的預計節電量、節省金額,以及投資回收期會是多少?」

AI回應:


節能改造模擬完成。


  • 更換數量:8,500 支 T8燈管 (38W) -> LED燈具 (18W)
  • 預計年節電量:約 210,000 度 (kWh)
  • 預計年節省金額:約 新台幣 735,000 元 (以平均電價 3.5 元/度計算)
  • 預估總投資成本:約 新台幣 2,125,000 元 (含材料與人工)
  • 投資回收期 (Payback Period):約 2.9 年

    此外,更換為LED還能降低空調的熱負荷,並減少維護更換的頻率。建議可將此方案納入明年度的資本支出預算。

标签: none

添加新评论