Multimodal AI
IA multimodal
La IA multimodal puede usar o crear varios tipos de datos. Estos pueden incluir texto, imágenes, audio, video o datos de sensores.
Otro ejemplo
Un asistente de mantenimiento revisa una foto de la máquina, el ruido reportado y el número de modelo. Pide un ángulo más seguro antes de sugerir los pasos.
Partes principales
- 01User intent and context
- 02Model or tool decision
- 03Grounded result and fallback
Úsalo cuando
Usa varios tipos de entrada solo cuando cada uno aporte hechos necesarios. Explica calidad, consentimiento, costo y manejo de fallos.
No lo uses cuando
No deduzcas rasgos sensibles ni muestres imágenes dudosas como hechos. Ofrece alternativas de texto al uso de cámara o micrófono.
Nombre usado en código
text + image/audio/video inputs and outputs Antes de lanzarlo
Check the model and prompt versions, source data, versioned evaluation set, and measures. Verify links to evidence, tool permissions, privacy, common failures, decline-to-answer and fallback behavior, human review, monitoring, cost, speed, and rollback.
Outcome: Complete the task with IA multimodal (Multimodal AI). User context: Un asistente de mantenimiento revisa una foto de la máquina, el ruido reportado y el número de modelo. Pide un ángulo más seguro antes de sugerir los pasos. AI method or concept: IA multimodal (Multimodal AI). Why it fits: Usa varios tipos de entrada solo cuando cada uno aporte hechos necesarios. Explica calidad, consentimiento, costo y manejo de fallos. Do not use it when: No deduzcas rasgos sensibles ni muestres imágenes dudosas como hechos. Ofrece alternativas de texto al uso de cámara o micrófono. AI requirements: Define the input and source evidence. Set model and tool permissions. Use versioned evaluation data and measures. Define failure, decline-to-answer, privacy, speed, and cost limits. Operational safeguards: Keep a clear trace and hide sensitive log data. Show users a safe fallback. Mark steps that need human review. Define how to roll back the model or prompt. Acceptance criteria: Record baseline and target measures on a versioned evaluation set. Test edge cases and hostile inputs. Verify fallback, monitoring, permissions, and rollback. Evidence and limits (evidence boundary): Ningún estándar oficial único controla todo el término. Su significado puede cambiar según equipos, plataformas o marcos. Unknowns to confirm: Target task, model and version, evaluation owner, source data, risk limit, tool permissions, and production fallback.
Revisa esta petición
Review how IA multimodal (Multimodal AI) is used now. Definition: La IA multimodal puede usar o crear varios tipos de datos. Estos pueden incluir texto, imágenes, audio, video o datos de sensores. Release checks: Check the model and prompt versions, source data, versioned evaluation set, and measures. Verify links to evidence, tool permissions, privacy, common failures, decline-to-answer and fallback behavior, human review, monitoring, cost, speed, and rollback. Before changing code, list the evidence, gaps, severity, and the smallest safe fix.