When AI Can Execute More, Design Judgment Matters More
GPT-6 Astra 推出之後，關於AI是否可以執行更多的景觀設計工作，我非常感興趣。
Thank you for reading this post, don't forget to subscribe!研究之後可以發現，通過AI輔助設計，從場地調研，一路到 GIS、Rhino、SketchUp、效果表現，乃至於最終結果呈現，景觀設計原本彼此分散的數位工具，正在逐漸被 AI 串成一條完整工作流。
GPT-6 Astra 已經正式支援 Coding、Computer Use、MCP、Code Interpreter、File Search 等能力，可以透過程式、API、工具調用與電腦操作進入不同專業環境。OpenAI 最新 BenchCAD 測試中，GPT-6 Astra 根據多視角影像產生 CAD code、重建三維幾何的 geometric-overlap 已達 95.9%，GPT-5.6 Sol 為 83.3%。這說明了一件事情：大型語言模型開始真正碰到專業建模的執行層。
而 Rhino 本身有 RhinoCommon 與 Python，SketchUp 有 Ruby API，QGIS 有完整的 PyQGIS。也就是說，許多原本必須由人學會程式語法才能跨過的門檻，現在都具備讓 AI 介入的技術接口。
這讓景觀設計的數位工作流出現了一個很大的變化。
| 景觀設計階段 | 主要工具 | GPT-6 可以做什麼 |
|---|---|---|
| 場地調研 | Google Earth、Street View、ArcGIS Field Maps、Survey123、DJI 無人機、iPhone LiDAR、Polycam、Matterport | 整理照片／影片／語音紀錄、辨識場地問題、建立調研表、整理訪談、統整多源資料 |
| 基礎資料取得 | OSM、政府開放資料、POI、遙感影像、氣象資料、CSV／Excel | 搜尋、清洗、分類、轉換格式、資料品質檢查、建立分析流程 |
| GIS／空間分析 | ArcGIS Pro、QGIS、PyQGIS、GeoPandas、Google Earth Engine、PostGIS | 寫 Python、批次處理、Buffer、Overlay、NDVI、可達性、熱環境、統計分析、製圖自動化 |
| 環境／城市分析 | DepthmapX、sDNA、Ladybug／Honeybee、Grasshopper、ENVI 等 | 建立分析邏輯、寫腳本、整理參數、解讀結果、比較情境 |
| 概念與方案生成 | 手繪、草圖、照片、ChatGPT Image、Midjourney、Stable Diffusion | 讀草圖、整理設計概念、方案變體、圖像生成；但不能代替設計判斷 |
| CAD／參數建模 | Rhino、Grasshopper、SketchUp、AutoCAD、Civil 3D、Revit、Dynamo、Vectorworks Landmark | RhinoCommon／Python、Grasshopper Script、SketchUp Ruby、AutoLISP／API 等；把自然語言設計規則轉成幾何與程式 |
| 3D／視覺化 | Blender、D5、Enscape、Lumion、Twinmotion、Unreal、Photoshop | 建立腳本、整理模型、材質／場景工作流、批量操作，甚至透過 Computer Use 協助軟體操作 |
| AI 到 實體製造 | Meshy、Tripo3D、Nomad、Bambu Studio、OrcaSlicer、3D Printer | Image-to-3D、模型檢查、分件、列印準備、尺寸與材料評估；這一塊 Meshy 現在尤其值得持續觀察 |
| 文件與表達 | Illustrator、Photoshop、InDesign、Office、CAD 圖紙 | 報告、圖說、表格、簡報、設計說明與資料整理 |
| 最上層的串接 | API、Python、Plugin／App、MCP、Computer Use | 把前面的 GIS、CAD、資料庫、文件與各種專業工具串成一條 AI 工作流。GPT-6 本身目前正式支援 MCP 與 Computer Use。(OpenAI Developers) |
然而，值得注意的，我反而認爲是：
手繪、空間感、美感、尺度感、設計邏輯、植物與材料知識、工程常識以及基地閱讀能力。
GenAI越強，這些東西越重要。
比如，Rhino是一個比較高技術門檻的3D建模工具，不加以熟練，很難做出參數化或是異形曲綫優美的設計效果。現在，這個技術門檻正在快速下降。你甚至可以畫一張很粗的手繪，告訴 AI「這裡希望形成一條雨洪花園，保留三棵老樹，主要人流從東南進入」，後面的 GIS 驗證、Rhino 幾何、GH 程式、效果圖甚至製造資料，都可能逐漸由 AI 協助完成。
問題於是從：「你會不會做？」
變成：「你到底知不知道自己要做什麼？」
這會讓「只會軟體」的價值下降，而真正的設計基本功重新升值。
尤其是手繪。我反而覺得現在不應該弱化學校的手繪課程。它的重要性已經不只是表現技法，而是一種最快速的「外化思考」：人在紙上建立空間關係、尺度、動線、虛實、節奏與構圖，然後把這套思路交給 AI 放大、驗證、建模。
因此，我認爲：
GPT-6 正在降低「把設計做出來」的技術門檻，卻同時提高了「知道什麼才是好設計」的判斷門檻。
留下你的想法
0 COMMENTS如果這篇文章讓你想到另一個問題、案例或觀點，歡迎在這裡留下來。我也會不定期回覆與補充。
