CONCEPT AGENTREVIEW AGENT多约束方案生成四维评审B 端项目

ArchiAI · Concept Agent 方案生成 + Review Agent 四维评审

面向景观规划设计场景,把「需求 + 多约束」转换为可比的 A/B/C 候选方案,再用「需求对齐 / 空间合理 / 可落地 / 风险」四维矩阵对候选方案做出评审决议与答辩口径。

类型
B 端项目
角色
AI 产品经理
关键模块
Concept Agent 方案生成 · Review Agent 四维评审

01 Concept Agent · 方案生成

Concept Agent 把「结构化需求 + 硬约束 + 同类案例 RAG」转换为 A/B/C 多向可比方案。每个方案附带亮点理由、约束满足度评分、风险标签,并标注方案之间的差异点,给评审人和业主一组可以直接比较的输入。

输入 · Input

结构化需求(用户任务书 / 参数偏好)+ 硬约束 4 项(规范条文 / 场地条件 / 设备能力 / 业主偏好画像)+ 案例库 RAG(同类项目方案与做法)。

输出 · A/B/C 多向方案

三套候选方案,每套含:亮点理由 / 约束满足度(95% / 90% / 88%)/ 可落地度自评 / 差异维度对比 / 风险等级标签——直接交付给业主答辩和评审会。

Concept Agent 的 4 个核心动作
  • 约束求解:在硬约束集内寻找可行解空间。
  • 方案构思:结合案例库 RAG 生成多向候选方案。
  • 亮点提炼:为每套方案抽取最强卖点。
  • 差异对比:明确 A/B/C 之间的取舍维度。
Concept Agent 方案生成器
Concept Agent 把结构化需求 + 硬约束 + 案例库 RAG 转换为 A/B/C 多向可比方案。"在约束内寻找最大可能性。"

02 Review Agent · 四维评审

Review Agent 对 Concept Agent 输出的候选方案做 四维评分,给出可解释的评审决议,并直接输出可用于业主答辩的口径。评分逻辑不是黑箱:每个维度都有打分依据、引用证据、扣分项。

四维评分矩阵
  • 🎯 需求对齐 Alignment:方案对用户任务书与业主偏好的命中度。
  • 🏛️ 空间合理 Spatial:动线、功能分区、场地适应度的专业判断。
  • 🔧 可落地 Feasibility:规范符合度、预算可控度、施工与运维可行性。
  • ⚠️ 风险 Risk:规范冲突、技术不确定性、对外承诺的边界风险。
评审决议

通过 / 有条件通过 / 拒绝。每条决议附带打分依据、关键证据、扣分项与改进建议。

答辩口径

业主视角 / 规范视角 / 技术视角分别生成可直接拿到评审会用的回答模板,明确回答边界与可让步项。

Review Agent 四维评审矩阵
四维矩阵(需求对齐 / 空间合理 / 可落地 / 风险)+ 评审决议 + 答辩口径生成。"评分有依据,决议可解释,答辩有口径。"
Review Agent 质量评测与治理闭环
Review Agent 背后的质量评测体系:Golden Dataset (60 条) → LLM-as-Judge 自动评测 → 4 项核心指标 → Bad Case Pool 治理闭环。"没有证据不生成,拒答是能力,不是失败。"