05 · Workflow · Landscape → AI

Landscape → AI

景观迁移 AI · 技术之道

道术技,三维一体。
景观设计师 → AI 产品经理,并非从零开始——
同一个认知结构,置换了场地的坐标系。

三层 道 · 术 · 技
Way · 01
WAY
点击展开
Skills · 02
METHOD
点击展开
Craft · 03
CRAFT
点击展开
工作流 结构填充
§ I
AI Workflow · 道 · 术 · 技
工作流图谱From tools to judgment — 工具只是入口,结构才是能力
AI compresses feedback loops.
Design still decides direction.
— 让生成服务于判断。
认知与理念
目标导向 · 变量控制 · 问题拆分
层级分析 · 视角切换 · 整体把握
设计判断
:门户枢纽 · 多元互通 · 生态回归
:自由 · 选择 · 疗愈 · 归属
景观工作流
概念阶段:文件接收 · 文脉搜寻 · 信息库
方案阶段:头脑风暴 · 节点筛选 · 图纸推敲
深化阶段:效果表达 · 初步造价 · 成本分析
AI 介入位置
关键词发散 · 角色设定辅助思考
文生图 / 图生图推演场景渲染
图表 / 表格整理,辅助造价初报估算
技能与工具
Adobe Suite 图面表达 · SU / Rhino 建模
D5 / Enscape 渲染 · GH 参数化
AI 辅助生产
AI 3D 素材 · MCP 介入 Rhino / GH
截图生图 · 图表表格 · 初步造价

Principle · 道术技

将 AI 介入日常,在系统性思考与持续学习中,结合技术道理论,建立一套适配自身节奏的工作流 Loop。

01 · 判断先明确目标、变量与评价标准。
决定什么值得生成。
02 · 流程再拆分文件、文脉、推演与协作节点。
让每一步可复用、可比较。
03 · 产出最后调用工具放大效率。
让图像、模型与图表服务设计判断。
/JI · TECHNIQUE · 技能与工具
→ 技层总览

技能与工具

技层负责把判断落成可见结果。它不是单个软件清单,而是一组把想法转成图面、模型、参数和效果的生产能力。

图面表达从分析图、排版到汇报文本,建立稳定表达链路。
模型表达SU / Rhino / D5 / Enscape 把空间关系快速具象化。
参数化尝试用 GH 和数据逻辑把重复推演交给系统。
参数化工作板
参数化工作板 · 信息分析 + Grasshopper 逻辑
→ 参数化推演

参数化不是炫技,而是把变量关系看清。当场地信息、控制线、半径、密度和路径被放进同一套逻辑里,方案推敲会更可复查。

变量拆分把复杂场地拆成可调整参数。
逻辑复用同一套规则服务多轮方案。
反馈压缩减少重复手工试错。
Rhino grasshopper接入AI插件构建电池组
Rhino grasshopper接入AI插件构建电池组
→ 素材生成

AI 先补足素材,再进入设计判断。参考意象和 3D 素材能快速给出方向、尺度和氛围,但它们只是候选,不直接等于方案。

意向提取从参考意象里提取可转译的形体。
3D 模型把意向转成可继续推敲的模型素材。
人工筛选保留符合场地逻辑的结果。
AI 参考意象从意向中提取 3D 模型
AI 参考意象 → 从意向中提取 3D 模型素材
→ 模型到效果

最后把模型表达推向效果校验。Rhino / GH 负责结构和形体,模型截图生图负责快速模拟氛围;二者互相校验,让视觉反馈更短。

模型表达保留可编辑的空间骨架。
模型截图生图把模型截图快速推成可讨论画面。
回到流程所有结果回到术层继续筛选。
TECHNIQUE → PRODUCTION
Claude接入Rhino MCP辅助建模
Claude接入Rhino MCP辅助建模
模型截图生图
模型截图生图
技层越快,越需要术层约束方向。否则生成只会变多,不会变准。
技层解决做得出来,但不替代判断。
/SHU · METHOD · 方法与流程
→ 工作流的骨架

方法与流程

术层把技能组织为可持续的工作流。它先处理信息进入的方式:文件、背景、文脉、资料库必须先被整理,后面的生成才不会失控。

文件接收统一整理输入、图纸、任务书与上下文。
信息库把可复用资料沉淀为后续调用入口。
文脉搜寻先建立判断背景,再进入生成。
01文件接收信息库
02文脉搜寻关键词发散
IMA/Notebook LLM建立知识库
IMA/Notebook LLM建立知识库
→ 方案发散

进入方案阶段后,AI 用来打开可能性。角色设定、关键词发散和创意生成帮助更快看到不同方向,但每一步都要回到关键节点筛选。

角色设定让 AI 带着任务身份参与讨论。
头脑风暴快速生成多个概念入口。
节点筛选把发散内容收束到可落地部分。
LLM分项目分角色设定形成Loop辅助概念输出
LLM分项目分角色设定形成Loop辅助概念输出
Grok中立信息爬取
Grok中立信息爬取
→ 图表与表达

方案需要被整理成可沟通的结构。图表、表格和阶段性表达让信息更清楚,让设计判断可以被团队和甲方共同检查。

图表输出把复杂信息压缩成可读结构。
表格整理让数据与结论方便复核。
阶段汇报把过程变成可讨论材料。
AI辅助多模态结果生成(Adobe&微软)
AI辅助多模态结果生成(Adobe&微软)
→ 方案与深化

深化阶段把表达落到可比较、可校验。从方案表达、图纸推敲到成本分析,AI 的价值是让信息更清楚、方案更可比、产出更可靠。

图纸推敲方案表达 · 设计过程 · 节点迭代
场景渲染文生图 / 图生图辅助意向校验
成本分析辅助造价初报估算,提供可比依据
METHOD → WORKFLOW
景观方案表达
景观方案表达 · 场景渲染
设计过程
设计过程 · 图纸推敲迭代
AI搜寻市场价辅助初级造价比对与生成
AI搜寻市场价辅助初级造价比对与生成
术层的核心不是“用了多少 AI”,而是每次调用是否让流程更稳定、判断更明确。
术层解决怎么推进,让 AI 成为流程节点。
/DAO · COGNITION · 认知与理念
→ 判断优先于生成

认知与理念

道层决定 AI 工作流为什么存在。不是让产出变多,而是让问题拆得更清楚,变量控制得更稳,方案选择更有依据。

目标导向先确认问题与评价标准;层级分析把复杂任务拆成可推进的结构;视角切换则在场地、用户、运营与表达之间校准判断。

目标导向变量控制 · 问题拆分与决策
层级分析拆解结构,分层推进
视角切换多元视角,整体把握
认知导图
认知导图 · 设计输出体系
→ 设计理念

以多元认知统领全局,让「城」与「人」在设计中共生。技术道不是工具堆叠,而是用清晰的价值判断筛选工具、组织流程、留下产出。

城 · SPARK 门户枢纽多元互通科创文教生态回归认同溯源
人 · FLOWS 自由选择在路上疗愈归属
COGNITION → JUDGMENT
设计理念
设计理念 · 城(SPARK)与人(FLOWS)
AI 压缩反馈回路;设计判断决定反馈是否有意义。
道层解决为什么做,也决定哪些 AI 产出应该被留下。