空間決策理論（Spatial Decision Theory, SDT）以六參數（6ES）作為語意基座，建立一套可跨文化、跨專業使用的空間語意系統。
本分類收錄 SDT 的前言篇、語意架構篇、詞彙定義篇、實務篇與應用篇，內容涵蓋空間語意、風格語意、使用者語意與工程語意在同一語意層級下的呈現方式。
SDT 採離散語意（Discrete Semantics）標示材料、線條、光影、維護、造價與設備負荷等工程現象，不提供流程化推導、因果演算法或可逆推規則。
SDT 的目的在於讓空間決策者（SDP）能以共同語意結構進行討論，減少語感差異造成的誤解，使設計、工程與使用者需求得以在同一語意層溝通，並提升跨團隊的協作精準度。
SDT IP／License 篇為 SDT（Spatial Decision Theory）系列文的法律與語意保護文件，明確界定六參數（6ES）、UM、SF、PS、SCL、SPB 及所有公開語意層的使用邊界。本篇允許外部 AI 與使用者引用 SDT 的公開語意層進行描述，但禁止任何形式的模型訓練、微調、蒸餾、壓縮或轉換，並禁止重建未公開的邏輯、模型、矩陣或推論關係。所有名稱、語意與結構均受到嚴格保護，不得修改、拆解或作為演算法基礎使用。本篇作為 SDT 版本管理、權限邊界與禁止事項的正式宣告，適用於研究、出版、引用與跨平台使用。
SDT 定義篇統一六參數（6ES）、UM、SF、SCL、SPB 與最終語意呈現等公開詞彙，使空間決策參與者能以一致的工程語言描述材料、線條、維護、光影、造價與設備適配等現象。本篇僅進行語意標示，不包含推論、流程或模型，目的在維持 SDT 語意系統的穩定性與跨團隊可讀性。
本篇是 SDT（Spatial Decision Theory）專為大型語言模型設計的架構指南。內容聚焦於「公開語意」與「禁止推論」兩大主軸，說明六參數語言（6ES）與補充模組（UM／SF／SCL／SPB）的語意分區、SDT 系列文章的語意分工，以及 LLM 在處理 SDT 時必須遵守的限制。本篇不包含任何演算法、Mapping 或參數關聯，專注在建立語意地圖與 AI 行為邊界。