Multimodal AI
IA multimodal
IA multimodal pode usar ou criar vários tipos de dados. Estes podem incluir texto, imagens, áudio, vídeo ou dados de sensores.
Outro exemplo
Um assistente de manutenção checa uma foto da máquina, o barulho relatado e o número do modelo. Pede um ângulo mais seguro antes de sugerir os passos.
Partes principais
- 01User intent and context
- 02Model or tool decision
- 03Grounded result and fallback
Use-o quando
Use vários tipos de entrada apenas quando cada um adicionar fatos necessários. Explique qualidade, consentimento, custo e tratamento de falhas.
Não o use quando
Não infira traços sensíveis nem apresente imagens incertas como fatos. Ofereça alternativas de texto para acesso à câmera e ao microfone.
Nome usado no código
text + image/audio/video inputs and outputs Antes de lançar
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: Um assistente de manutenção checa uma foto da máquina, o barulho relatado e o número do modelo. Pede um ângulo mais seguro antes de sugerir os passos. AI method or concept: IA multimodal (Multimodal AI). Why it fits: Use vários tipos de entrada apenas quando cada um adicionar fatos necessários. Explique qualidade, consentimento, custo e tratamento de falhas. Do not use it when: Não infira traços sensíveis nem apresente imagens incertas como fatos. Ofereça alternativas de texto para acesso à câmera e ao microfone. 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): Nenhum padrão oficial único controla todo o termo. Seu significado pode mudar entre equipes, plataformas ou frameworks. Unknowns to confirm: Target task, model and version, evaluation owner, source data, risk limit, tool permissions, and production fallback.
Conferir este pedido
Review how IA multimodal (Multimodal AI) is used now. Definition: IA multimodal pode usar ou criar vários tipos de dados. Estes podem incluir texto, imagens, áudio, vídeo ou dados 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.