Multimodal AI
多模態 AI
多模態 AI 能使用或產生多種資料。資料可包含文字、圖片、聲音、影片或感測器資訊。
另一個例子
維修助理會檢查機器照片、使用者回報的異常聲音和型號。提出步驟前，它會要求更安全的拍攝角度。
主要部分
- 01使用者意圖與脈絡
- 02模型或工具決策
- 03有根據的結果與退路
什麼時候用
只有每種輸入都能補充必要事實時才使用。也要說明品質、同意、成本和失敗處理。
什麼時候不要用
不要推測敏感特徵，也別把不確定影像當成事實。相機和麥克風都要有文字替代方式。
程式裡的名稱
text + image/audio/video inputs and outputs 上線前要檢查
檢查模型與提示詞版本、參考資料、有版本編號的評估集與指標。驗證答案能否連回來源證據，也要檢查工具權限與隱私。再檢查常見失敗、拒答、安全退路與人工覆核。也要檢查監控、成本、速度與回復方式。
預期成果：使用或評估 多模態 AI (Multimodal AI)，讓 AI 行為可以衡量，也能連回證據。 使用者情境：維修助理會檢查機器照片、使用者回報的異常聲音和型號。提出步驟前，它會要求更安全的拍攝角度。 AI 方法或概念：多模態 AI (Multimodal AI)。 適用理由：只有每種輸入都能補充必要事實時才使用。也要說明品質、同意、成本和失敗處理。 不應使用的情況：不要推測敏感特徵，也別把不確定影像當成事實。相機和麥克風都要有文字替代方式。 AI 要求：定義輸入與參考證據。設定模型和工具權限。使用有版本編號的評估資料與指標。說明失敗、拒答、隱私、速度與成本限制。 營運防護：保留可查詢記錄，並隱藏其中的敏感資料。提供使用者看得懂的安全退路。標出必須由人員覆核的步驟，並定義模型或提示詞的回復方式。 驗收條件：在有版本編號的評估集上記錄目前基準與目標。測試邊界案例與惡意輸入。驗證安全退路、監控、權限與回復方式。 證據與限制（證據邊界）：沒有一份官方標準能管到全部內容。不同團隊、平台或框架的用法可能不同。 待確認：目標任務、模型與版本、評估負責人、參考資料、風險門檻、工具權限，以及正式環境的安全退路。
檢查這份需求
請 AI 程式助手檢查目前如何使用 多模態 AI (Multimodal AI)。 定義：多模態 AI 能使用或產生多種資料。資料可包含文字、圖片、聲音、影片或感測器資訊。 正式環境檢查：檢查模型與提示詞版本、參考資料、有版本編號的評估集與指標。驗證答案能否連回來源證據，也要檢查工具權限與隱私。再檢查常見失敗、拒答、安全退路與人工覆核。也要檢查監控、成本、速度與回復方式。 修改程式前，先列出看到的證據、缺口、嚴重程度，以及最小且安全的修正。