AI 建築設計，不是輸入一句 Prompt 就完成方案
生成式 AI 能在短時間內提出多種建築形式、材料組合與空間氣氛。設計師輸入用途、風格、環境和構成關係，便可能看到具有完整光影與建築意象的畫面。這種速度讓前期發想獲得更多可能，也使抽象概念更容易被團隊與業主看見。
然而，「看到一棟建築」與「完成一個建築方案」是兩件不同的事。建築不是獨立存在的圖像，而是基地條件、使用需求、空間尺度、交通組織、日照通風、都市法規、結構、機電、成本與施工方式共同作用的結果。任何一項條件改變，都可能影響量體、平面、立面與技術系統。
AI 生成的畫面可以觸發想像，卻不會自然證明樓層關係合理、逃生距離合規、柱網可行或設備能夠整合。它所呈現的是視覺上可能成立的建築，而不是已經完成專業驗證的設計成果。
AI 更適合作為方案探索工具，而不是方案責任主體。
AI 可以進入建築設計流程的哪些階段？
AI 輔助建築設計的重點，不是把所有任務交給同一個模型，而是辨認每個階段需要處理的資訊、判斷與輸出。以下七個環節，可以作為建立 AI 建築工作流的基礎。
1. 基地與設計條件整理
基地資料、設計任務書、業主需求、空間需求、法規條件、周邊環境與會議紀錄，常散落在不同格式的文件中。AI 可以協助摘要內容、建立條件清單、分類已知與未知資訊，並整理需要向業主或顧問確認的問題。
這類整理能降低遺漏，但不能直接決定設計策略。基地高差、主要出入口、景觀界面、退縮限制與使用目標之間，往往存在需要取捨的衝突。AI 可以整理設計條件，但不能替設計師判斷條件之間的優先順序與衝突。
2. Program 與空間關係
在空間計畫階段，AI 可把空間清單、面積需求、相鄰關係、公共與私密屬性、人流、服務流線和空間分層整理成比較表或初步關係架構。當需求版本改變時，也可協助辨認面積差異與受影響的關係。
但 Program 不是把房間依面積排列。入口層級、垂直動線、共享程度、管理模式與未來彈性，都需要建築師結合使用情境與基地作出空間判斷。
3. 概念與量體探索
AI 適合協助比較建築意象、量體切割、堆疊、挖空、中庭、屋頂、立面節奏、材料方向與基地關係。設計師可以用草圖、基地模型、既有量體或參考圖像限制生成範圍，再針對採光、界面或公共空間等明確命題發展變體。
AI 的價值不是替設計師選出最漂亮的建築，而是更快比較多種設計方向。真正的篩選標準仍應是概念能否回應基地與需求，並能持續發展為一致的平面、剖面和技術策略。
4. 立面、材料與建築語言
石材、清水混凝土、金屬、玻璃、木材，以及遮陽、開窗比例、建築表皮與光影關係，都可透過 AI 進行快速視覺比較。這有助於辨認材料尺度、虛實比例與整體氣質，而不必過早投入大量精細建模。
立面生成結果仍然必須與平面、樓層、結構和開口邏輯一致。若畫面中的窗戶無法對應室內空間、遮陽深度不合理，或表皮忽略維修與排水，它就只能作為概念參考。
5. 從 AI 圖像回到 CAD／BIM／3D 模型
方向被選定後，設計必須回到 CAD、SketchUp、Rhino、Revit、Archicad 或其他專業工具，校正基地座標、面積、尺寸、樓層、柱網、構造與系統條件。AI 不取代這些工具，而是作為探索、表達與輔助決策的一層。
這個過程通常需要多次往返：生成結果提供方向，專業模型建立真實幾何，再以模型視角或控制圖重新生成，最後由設計師檢查並修正。
6. 方案表達與提案
AI 可以協助建築效果圖、氛圍圖、Diagram、概念說明、設計敘事、簡報結構與方案摘要。它尤其適合把同一設計轉換成不同閱讀層次，讓業主、顧問或審查者掌握各自關心的內容。
但提案必須忠實對應方案。若圖像添加模型中不存在的懸挑、改變開窗，或文字放大尚未解決的性能，表達就會與設計脫節。表達得更漂亮，不代表方案變得更正確。
7. 建立可重複的建築 AI 工作流
團隊可逐步建立 Prompt Template、建築案例資料、材料資料、設計規範、AI Agent、專案知識庫與工作標準。重點不是收藏指令，而是定義輸入來源、審核節點、檔案版本、可使用資料與輸出用途。
當每次探索都能回到專案條件，成果可以被追溯、比較與修正，AI 才會從單次工具成為設計流程的一部分。涉及客戶、基地或未公開方案的資料，也必須納入權限與保密管理。
AI 適合做什麼？哪些事情仍需要建築師主導？
AI 與建築師並不是二選一的關係。有效分工的前提，是把快速生成與專業責任清楚分開。
| AI 適合協助 | 建築師／設計師主導 |
|---|---|
| 資訊整理、條件摘要 | 基地判斷、設計條件取捨 |
| 概念發散、量體變體 | 空間、尺度與使用關係 |
| 立面風格、材料視覺比較 | 法規與結構邏輯 |
| 快速視覺化、建築渲染 | 機電整合、動線與安全 |
| 提案文字、重複性表達 | 成本、施工與最終設計責任 |
AI 可以加速方案探索，但不能承擔建築設計的專業責任。
分工邊界也會隨專案階段改變。前期可以容許較寬的探索，進入方案深化後則必須提高幾何、法規與技術條件的約束，並保留清楚的人工審核節點。
為什麼 AI 建築效果圖經常很好看，但不能直接使用？
1. 幾何不一致
同一棟建築在不同視角中，可能出現樓層數、開口、屋頂或量體關係改變。單張圖具有說服力，不代表多視角能組成同一個設計。
2. 尺度失真
樓層高度、門窗、人物、欄杆、樓梯與家具比例可能互相矛盾。這些錯誤在氣氛圖中不一定醒目，轉回平面與剖面後卻會直接影響可用性。
3. 建築邏輯缺失
柱、梁、懸挑、樓板、入口與垂直動線可能只符合畫面構圖，沒有形成連續的受力與空間系統。過於戲劇化的結構表現，也可能遮蔽真正需要解決的技術問題。
4. 不理解真實基地與法規
AI 不會自行理解特定基地的建蔽率、容積率、退縮、消防、日照、停車、地形與地方審查要求。即使在提示中加入條件，也仍需由專業人員依正式資料驗證。
AI 圖像適合用於探索，而專業模型與圖面才是方案成立的基礎。
會用 AI 生建築圖，不等於建立 AI 建築設計工作流
ChatGPT、Midjourney、Gemini、Krea、Stable Diffusion 等工具，各自可以處理文字、圖像、參考控制或視覺轉換。但使用的工具很多，不代表流程已經成熟。若輸出無法被下一階段接收，團隊只會累積更多彼此不一致的圖片與文字。
真正的 AI 設計工作流，必須說明每個輸入從哪裡來、由誰檢查、如何進入專業模型，以及發現錯誤時回到哪個節點修正。每一個輸出都必須能進入下一個專業工作階段。
例如量體生成的結果，應能轉化為可建模的幾何關係；模型完成後的 AI 再表達，應鎖定視角、開口與主要構造，不應為了畫面效果任意改變方案。這種可銜接、可回溯的關係，比單一工具的熟練度更重要。
AI 會取代建築師嗎？
AI 會持續改變建築設計的生產方式，尤其是資訊整理、概念探索、視覺化與部分文字工作。過去需要反覆製作才能比較的方向，現在可以更早被看見；設計溝通也能以更多形式展開。
但建築最終仍要面對真實基地、法規、結構、工程、成本、施工與人的使用，並需要建築、結構、機電、景觀與室內等專業共同協調。這些工作涉及判斷、取捨和對結果的責任，不能由生成畫面本身承擔。
因此，AI 更可能首先改變建築師如何工作，而不是取消建築設計的專業性。未來的重要能力，將包括辨認適合交給 AI 的任務，也知道何時必須停止生成、回到圖面、模型與現場條件。
HANK Atelier 對 AI 建築設計的理解
AI 的價值，不應該只是讓建築圖變得更快、更漂亮，而是讓設計師更有效率地探索、比較與表達方案。當選項增加，設計判斷反而更重要：團隊必須清楚知道方案為何成立，以及它回應了哪些真實條件。
工具會持續變化，但基地閱讀、空間邏輯、尺度、技術整合與設計判斷不會因此消失。真正值得建立的，是一套讓 AI 與專業設計工具互相銜接，並能被團隊檢查、修正與累積的工作流程。