METHOD · 朴风的方法
把行业判断经验
转化为 AI 决策系统
朴风的方法：不是「会用 AI 的景观设计师」，而是「懂传统行业深层业务、又能用 AI 重新组织生产力」——一套景观行业 AI 生产力重构框架（PF-LAI）。
为什么做这件事
景观行业实践中，发现一个深层问题：
- 大量专业判断依赖个人经验：项目前期理解、风险识别、方向判断，都靠资深设计师的脑力——经验无法复制，新人成长慢
- 隐性知识没有被结构化：行业的知识资产散落在个人经验里，项目结束，判断逻辑回到个人
- AI 提供了一种新可能：让经验结构化、组织化、可复制——不是替代设计师，而是给每个专业岗位配一个 AI 辅助分析员
方法演进
- 行业实践 — 从 CAD 到三维、渲染、项目管理、AI，20 多年项目实践沉淀甲乙方沟通与项目判断经验
- 发现 — 行业隐性知识价值：经验无法复制是行业最大效率瓶颈
- AI 时代 — 探索专业经验结构化：把判断逻辑转化为可验证、可复用的方法
- PF-LAI 实验体系建立 — 方法验证 → 项目验证 → 组织验证，形成「景观行业 AI 生产力重构框架」雏形
核心资产
不是技能清单，是可复制的资产。
项目前期认知框架
- 七张核心表（项目基本信息/任务书理解/风险与待确认/需求与范围/多专业协调/商务沟通/成本与工时）+ 执行摘要 + 待确认清单
- 把零散项目信息整理为「项目认知」的框架
PF-LAI 实验协议
- 一套可复制的景观项目 AI 分析范式（公开资料 → AI 多角色 → 专业复核 → 沉淀规则）
- 价值链六阶段定位：判断能力在招标前
AI 角色体系
- A1 专业负责人 / A2 工程实施 / A3 项目管理——三角色映射企业真实组织结构
- 未来企业版对应「AI 数字岗位」
景观知识资产
- 规则库（候选 R-101/102/103/104）、风险库、案例库、模板库
- 持续从真实实验沉淀