我给勘察内审搭了个AI助手

勘察报告的内审，大概是这个行业里顶"吃经验"的活儿：规范几十本，审查要点全在老师傅脑子里，年轻人上手慢，老手退休了经验也跟着走。去年开始，我把自己的内审流程逐步交给AI辅助——不是让AI写审查意见，而是让它干粗活：查完整性、对数据、核规范条文。跑了大半年，这套流程已经稳定参与每一份报告的内审。今天把搭建过程、实际效果和翻过的车，一次讲清。

一、先想清楚：AI在内审里站在哪个位置

内审的痛点不在"看不懂报告"，而在两件事：一是查不全——正文、附表、剖面图、日志之间的数据要互相对撞，人工逐项核对容易漏；二是口径不稳——同样的问题，这个项目提了那个项目没提，意见表述也因人而异。

所以给AI的角色定位很明确：机器找疑点，人下结论。完整性、一致性、条文引用这类机械核对交给AI；判断、定性、签发责任，留在持证人手里。这条边界划不清，后面的路都走不通。

二、搭"弹药库"：意见知识库是地基

AI内审的质量上限，取决于你喂给它的知识库质量，而不是模型本身。这一步花掉了我大量的时间，把多年的审查记录整理成三块：

第一块，审查意见知识库。把历史审查意见按九类问题分门别类——从完整性缺陷到参数取值失当，每类配标准措辞。关键是句式收敛：每条意见压成"位置＋核心矛盾＋规范依据＋一句处理要求"的固定结构，规范依据必须写全标准名、编号和条款号。句式统一后，AI学的是"怎么说话"，审出来的意见才有专业口径。

第二块，规范速查库。常用条文的条款号、限值、适用条件做成速查表。AI引用条文有个突出毛病——"编造条款号"，有了速查表做核对基准，这个问题基本压住了。

第三块，实例库。典型审查案例、翻车复盘、易错点清单。每处理完一个项目就回写一条，知识库是活的，越用越厚。

这三块全在本机，一份报告、一个数据都不上公有云——这是底线，后面细说。

三、一次内审的实际跑法

以一份普通的详勘报告为例，流程长这样：

第一步，预检。AI先做机械核对：抗震参数与项目所在地的设防参数对不对、水位和时间链自不自洽、附表与正文的数据对不对得上。这一步它比人快得多，也更稳定——人翻到第40页的时候，注意力已经不在这页了。

第二步，按配置出初稿。每个项目的审查要求做成一份配置（校审分类、成果类型、审核岗位这些固定信息），AI结合知识库生成初版意见。初稿的句式已经是收敛过的，比如液化判别缺失的意见，直接带《建筑抗震设计标准》GB/T 50011-2010的条款号，人工要做的只是核实它引用得对不对、火候够不够。

第三步，人工复核签发。我的习惯是逐条过三件事：问题是否存在、依据是否准确、措辞是否到位。AI的初稿大概能覆盖六七成的基础性问题，剩下的深层问题——孔深与构筑物埋深对不撞得上、土工试验有没有试验报告实体支撑——还得靠清单化的人工排查。

四、机器三查：它在报告里找什么

概括起来是三查：完整性查——目录对照章节清单，缺勘察依据、缺附图附件的直接点名；一致性查——正文、附表、剖面图之间的同名参数全量交叉比对，对不上的数字全列出来；引用查——规范条文号逐一核对，编造条款、引用废止版本直接标红。

产出物是一份带位置索引的疑点清单：第几章、哪个表、什么问题。复核的人只看疑点，不再逐页通读。误报怎么办？宁多勿漏，人来筛——漏报才是事故，多报只是浪费几分钟。

五、翻过的两辆车，比成绩更值钱

第一辆：抗震参数误判。某山区项目，报告写8度设防，我让AI按控制点坐标反查地震动参数，查出来是0.15g，AI随即"认定报告有错"。人工复核后才发现：坐标反算落点偏差，按场地位置目视查询就是8度区。教训写进了流程——凡是AI要下"报告错误"结论的，先展示查询过程，人确认后才准提意见。AI不会替你负责，它只是把查询做快了，判读的责任没法外包。

第二辆：漏报自评性表述。有份报告自评"钻孔深度满足规范要求"，AI没吭声——它不知道污水池埋深8米而钻孔实深只有8米出头这件事对不上。后来我把"构筑物埋深与孔深强制对撞"写进预检清单，这类问题才稳定现形。AI的盲区就是你的清单该加行的地方，每次翻车都变成知识库里的一条。

六、想试的单位，从哪起步

不用一步到位。我的建议是三步走：

第一步，只做句式库。把单位里常见高频意见的表述模板整理出来——就这一件事，就能让AI起草的审查意见马上有个专业底子，成本几乎为零。

第二步，加规范速查和机器三查。让AI做完整性、一致性、条文引用三件机械活，这步不涉及任何判断，风险小、见效也快。

第三步，再谈"助手"。前两步跑顺了，才考虑让AI起草初版意见。记住顺序：先机械、后判断；先清单、后生成。

有人关心成本账：这套东西不需要显卡集群，一台普通办公电脑就够。真正的投入是知识库整理——我的经验是利用零碎时间，先把手头正在审的报告顺手沉淀成条目，一个季度下来，句式库和速查表就初具规模了。它是个越用越省力的资产，不是一次性工程。

数据安全再啰嗦一句：勘察报告是涉密或敏感文件，整套流程必须本地部署或脱敏后使用，报告不上传公有云服务。这是红线，没有例外。AI内审最终交付的还是审查人签发的意见——机器管"找不同"，判断和签字永远是人的事。

下一篇实操，讲讲存量勘察报告和规范文件怎么搭成本地知识库——让"问一句、答一句、带出处"成为现实。有想看的场景，留言区说一声。

版权与免责声明｜本文为「初探岩土」原创内容（AI辅助创作），仅代表作者个人观点，供行业交流参考，不构成具体工程的设计、施工或审查依据——工程实践请以现场条件和现行规范标准为准。欢迎转发分享（请保留完整出处）；其他平台转载请先通过公众号后台留言取得授权。

文中引用的规范条文、政策文件、公开报道及数据均已注明来源，版权归原作者所有；如涉及作品内容、版权或其他问题，请通过公众号后台留言与我们联系，核实后将及时删除或修改。本文内容仅供学术分享与经验交流，转载请注明出处。

关注「初探岩土」，每天一篇，岩土勘察技术干货 × AI 落地观察。