1. 复盘：传统水保报告编写流程与核心痛点

* 全流程回顾：资料收集→现场调查→图件处理→章节撰写→计算书编制→修改评审，明确周期与分工。
* 主要耗时环节：数据整理、措施设计、重复性文字生成、格式调整等。
* 易错/遗漏点：变量取值不一致、公式引用错误、图文不对应、前后数据矛盾。
* IT技术关注：识别“规则明确、重复性高、可模板化”的环节，作为AI落地的优先候选。

2. 深度解读：成品报告中的“重点区域”与“固定-可变”结构

* 重点区域：项目概况、水土流失预测、措施布局、监测方案、投资估算等关键章节。
* 固定内容：法规依据、通用描述、表格模板、章节结构。
* 变量内容：
  * 基础输入变量：占地面积、土石方量、工期、侵蚀模数背景值、降雨因子、坡度。
  * 中间计算变量：扰动后模数、计算时段、流失量、恢复期系数。
  * 措施变量：各防治区的工程/植物/临时措施类型、规格、数量、单价。
  * 区域特征变量：气候区、水保区划、容许土壤流失量。
* 变量依赖关系：区分独立输入变量与通过公式/经验表推导的变量（如扰动后模数 = 原生模数 × 扰动系数）。

3. “变量”处理的关键议题：如何让AI准确识别与使用变量

* 命名与定义统一：专家提供术语表（含单位、中英文对照），避免混淆（如土石方 vs 土方）。
* 取值范围与约束规则：定义合法范围（如侵蚀模数200~8000 t/km²·a、扰动系数0.8~2.5），IT转化为可配置校验逻辑（界外报错、合理性警示）。
* 变量联动逻辑：示例“面积变化 → 土石方量 → 流失量 → 措施工程量”联动重算。讨论AI自主推导依赖图还是专家预定义依赖链。
* 变量来源与不确定度：区分可实测/查询的变量（如降雨数据）与需专家经验的变量（如扰动系数）。AI需标记经验赋值并提示用户确认。