第一次打开一个 TRIZ 软件你大概会看到一个空白输入框。这是好事——它意味着没人要求你先读懂 39 个工程参数表这也是最容易劝退人的时刻——因为你会不知道该往里面写什么。这篇文章不讲理论只讲操作。目标很具体让你在第一天就产出第一版方案在第一周结束前交出一份能上评审的报告。文中操作基于萃智引擎trizengine.lingzhutech.com但它背后是一套通用流程换成任何一个 AI 创新平台都适用。一、先搞清分工谁负责什么新手最常见的挫败感来自对工具角色的误解。在用任何 AI 创新平台之前请先记住这张分工表环节你负责平台负责问题定义说清对象、场景、约束、什么不能变差提取工程对象、期望效果、核心矛盾矛盾梳理判断识别出的参数是否符合实际结构化描述、映射到工程参数体系方案生成挑选值得深挖的方向补充现实约束调用矛盾矩阵等算法匹配创新原理并生成具象方案可行性验证调参数、判断结构是否做得出来生成机理动画、变量推演、风险预警成果沉淀挑定版本、组织评审材料记录时间线、版本对比、一键导出算法擅长的是「检索和匹配」你真正不可替代的是「判断」。参数识别错了后面匹配到的所有原理都会跑偏约束没交代清楚方案再漂亮也落不了地。这是目前人和 AI 分工最清楚的地方也是新手最容易偷懒的地方。二、核心工作流五个阶段一条闭环整个流程是发现难题 → 梳理矛盾 → 灵感生成 → 原理动画验证 → 成果沉淀而且它是闭环的——每一轮沉淀下来的技术报告会成为下一轮问题定义的输入。为什么强调闭环因为工程师最容易丢的不是灵感而是「上周为什么排除了那个方案」的推理链。等你面对第三次评审、被问到「为什么不用第一版思路」时一段可回溯的记录能省下半天解释。三、第一步把你的问题翻译成「可解的题」工具再强也解不了一道没描述清楚的题。TRIZ 工具的输入是矛盾不是愿望。四类最容易让方案跑偏的提问带了解决方案「帮我加个弹簧把这个问题解决掉」——你把手段锁死了等于砍掉了 90% 的可能性。没有量化指标「让它更稳定一点」——稳定到什么程度相对谁边界不清「整条产线太慢了」——系统边界在哪你要改善的是哪个子系统只描述愿望「做个颠覆性的设计」——那你要先定义什么算颠覆。五个可以直接复制的问题模板把下面模板里的方括号换成你的参数直接贴进输入框即可性能与副作用「[设备/机构] 要做到 [可量化目标]但不允许 [不能恶化的参数]当前的做法是 [现状]。」两难参数「[某个零件] 需要同时满足 [要求 A] 和 [相反的要求 B]现在只能二选一。」失效诊断「[零件/功能] 在 [工况] 下会 [失效现象]试过 [已试过的措施]效果是 [结果]。」工况变化「[设备] 需要同时应对 [工况 A] 和 [工况 B]两者的最佳状态是相反的。」约束下的改进「在 [尺寸/成本/重量] 不超过 [上限] 的前提下把 [指标] 从 [现值] 提到 [目标值]。」平台首页给出的示例问题也印证了这一点——它们全部是「现象 约束」的写法没有一条是「帮我设计个更好的 XX」举个实际效果把「我想改进吸尘器的吸头让它能根据地板和地毯自动切换刷毛状态」这句话加上约束不增加额外电机、整体高度不变、成本增幅控制在 10% 以内之后的输出质量会明显好于只写前半句。四、第二步看懂平台给你的诊断结果平台返回的第一件东西不是方案而是问题的结构化拆解。这一步的输出质量直接决定后面所有环节。以吸头为例拆解结果通常是四块拆解项内容示例你要做的判断工程对象吸尘器吸头 / 刷毛座 / 地面材质有没有漏掉关键组件期望效果一次通过即可应对不同地面无需人工换吸头这是不是真正的目标改善参数适应性、多功能性35是不是你想改善的那个维度恶化参数装置复杂性36这是不是你现实中真正受制的约束三个自查动作参数换位测试假设平台把改善和恶化参数搞反了方案会变成什么样如果你发现「反过来也说得通」说明你的问题描述里缺少一个关键约束。现实约束补全平台不知道你的车间只能用某几种工艺、供应商只有某几家。这些必须在追问里补上。目标可量化把「更快」换成「节拍从 8s 降到 5s 以内」。没有数字的目标无法验证也无法否决。五、第三步从原理编号到具体结构平台会把矛盾映射到具体发明原理并给出这些原理在你的场景里意味着什么。比如吸头这个问题通常会匹配到原理在你的结构上意味着什么1 分割把刷毛座从吸口主体上分出来让它能独立升降或摆动15 动态化让刷毛状态随工况可变而不是固定在一种形态23 反馈用高度、阻力或电机电流变化判断脚下是什么地面10 预先作用进入地毯区域前提前抬起刷毛减少拖拽平台不仅给编号还会把每个原理渲染成可视化的动态物理模型——下图中「分割原理」演示的是刚性整体被拆成多个独立部件「动态化原理」演示的是构件位置随工况改变到这里你手上会有 5–10 个候选方向。接下来是最考验人的一步把它们收敛成 2–3 个能画出来的结构。我自己的筛选顺序是能不能被别人一句话问倒如果「这个结构动起来是什么样」你都答不上来先放一边。有没有引入新的恶化参数为了省电加一套电机就是把矛盾换了个位置。失效时是否安全弹簧复位、机械限位这类「默认回安全状态」的设计优先。能不能用现有工艺做出来车间做不出来的方案不是方案是论文。六、第四步用机理动画验证而不是用 PPT 说服这一步是新一代平台和传统 CAI 软件最大的代差。传统软件给你的是原理编号和专利文本剩下要靠自己脑补萃智引擎内置了 Code-to-Animation 引擎会把抽象原理直接渲染成 2D/2.5D 的机械机理动态演示。以平台上「双级可调曲柄摇臂转向机构」这类示例来看典型的工作方式是分阶段调参阶段 1–2确定拓扑连杆怎么连、凸轮在哪先看运动形式对不对阶段 3停机调参——调滑块力臂、传动比这些决定输出增益的几何参数参数示例值调它会影响什么滑块力臂 l22.1 mm改变输出增益传动比 i0.85后轴与驱动轮的转速比输出增益 K1.60摇臂放大或衰减系数当前振幅 A±15 cm截图中实时值 ±15.4 cm目标是 15 cm差距可量化同时平台会给出关键参数的建议区间比如凸轮升程推荐在 10–18mm直接决定最大行程、弹簧预紧力建议 6–12N用于消间隙并抑制高频抖动并对高风险方案给出预警。这些数值不是让你照抄的而是让你在评审时说得出「为什么是这个数」。从「我觉得这样比较稳」到「力臂取 22mm 时增益是 1.6再大就超出目标振幅」这是两种完全不同的说服力。七、第五步把过程变成能交付的成果工作台里有三件看起来不起眼、但直接决定方案能否推过评审的功能灵感时间线完整记录每一次追问和每一版方案的演进顺序回到三天前的假设不用靠回忆新人接手时能看到完整的推理链。方案版本对比多个方案并排比较结构与参数把「我觉得」换成「数据上看」。一键导出问题诊断、矛盾分析、原理匹配可以整链路导出为 Markdown / PDF 报告机理动画可以直接导出成 GIF / MP4进汇报、进方案文档、甚至进专利材料。很多工程创新不是死于想法不好而是死于好想法没被记录、没被讲清楚、没被复用。、八、第一周的五个任务时间任务完成标准D1用第 3 节的模板把手头最头疼的一个问题描述清楚一句话里同时出现「要变好」和「不能变差」D2补充约束条件拿到问题拆解结果能判断平台给出的改善/恶化参数是否符合实际D3从候选原理中挑 3 个各画一版结构草图每个原理都能对应到具体零件和运动D4用机理动画验证最看好的那一版调 2–3 个参数说得出关键参数的取值理由D5导出报告发给一位同事听反馈对方能看懂结构是怎么动的到 D5你可能还没得到最优方案但你已经走完了一次完整闭环——这比读三本书更有用。常见问题平台给出的原理看起来都不对怎么办九成情况是问题定义不完整先回到第 4 节做那三个自查。如果参数确实没问题尝试把问题拆成两个子问题重新提问——大问题往往包含两个独立的矛盾。我完全不懂 TRIZ 术语会影响使用吗不影响。输入环节用的是自然语言术语只出现在输出结果里。你需要做的不是背术语而是建立「这个术语对应我结构上的什么改动」的映射——通常做两三个案例就自然记住了。机理动画是给人看的还是给评审看的两个都是。给自己看是为了在动手做样机前就发现「这个连杆会卡住」给评审看是为了让讨论聚焦在运动过程上而不是停留在形容词上。要不要先系统学完 TRIZ 理论再用平台不需要但建议边用边补。第 2 周的「原理 → 场景」反查训练配合平台使用效率最高平台帮你匹配你负责把匹配结果和身边的具体物体对应起来。支持团队协作和私有化部署吗支持云端协作评审也支持企业级私有化部署企业用户通常会把方案沉淀在自己的空间里形成可复用的技术资产。想直接动手试试看从官网输入第一个工程难题就行 萃智引擎(TRIZ Engine) - AI驱动的计算机辅助创新(CAI)软件与工程研发工作台 | Goldfire平替