「語意工程（Semantic Engineering）」收錄本網站所有空間決策語意與工程語意框架的核心內容。
本分類包含兩大系統：
SDT｜Spatial Decision Theory（空間決策理論）
ESAT｜Engineering Semantic Attribution Theory（工程語意歸屬理論）
此分類關注空間語意、工程語意、責任語意、規格邊界語意與驗收語意的描述方式，並提供可在設計端、施工端、業主端與仲裁端共同使用的語意層級。
所有文章皆以穩定語意、固定詞彙與工程現象為核心，用於建立一套跨角色、跨文化、跨專業皆能理解的「空間 × 工程語意系統」。
本分類不涉及美學評論，也不提供法律建議，專注於語意呈現與工程事實的標示方式。
本篇為《SDT 實務篇・中篇》，聚焦於「語意在現場如何被看見」。透過 PS（空間）、SF（風格）、UM（使用者）三大語氣入口，示範語意如何在現場形成可觀察的 6ES 現象語氣。以多組實例，呈現線條、材質、光影、維護、造價與設備相容在不同語意組合下的可見樣貌，協助空間決策者理解：語意並非抽象名詞，而是能直接被看見、聽懂、指認的現場語氣。本篇不包含推論或流程，僅專注於現象層級的語意呈現。
本篇為 SDT 實務篇・上篇，從實務現場常見的自然語句出發，說明 PS（空間語意）、SF（風格家族）、UM（使用者語意）三大入口如何作為「觀測角度」閱讀需求，而非推論公式。透過居家書房、辦公專注區、店鋪入口三種情境，示範同一空間如何同時帶有 PS × SF × UM 的語氣，協助空間決策者在不談細部尺寸與工法之前，先把「場域角色、風格語氣、使用與維護條件」說清楚，作為後續 SDT 實務篇中篇與下篇的語意起點。
本文從一名需承擔實際工程與責任後果的室內設計師視角出發，說明在專業責任場景中，生成式 AI 為何無法僅憑「答案看起來合理」就被安心使用。文章指出，風險並非只來自答案品質，而更早發生在「問題是否具備被回答資格」。並以 SDT、ESAT、SPCT 三套已實際使用的專業語意架構為例，說明在條件未成立時，「拒答」本身才是正確且必要的輸出。