一、案例定位

原書 Exercise 2 要求學生拍攝最近收到的超市傳單任一頁，交給 ChatGPT，把頁面商品整理成 Excel Table。作者實測後表示結果相當好，ChatGPT 幾乎辨識出頁面上的所有商品。

二、學習目標

• 從非結構化傳單影像抽取商品資料。
• 先定義輸出欄位，再進行辨識。
• 對商品名稱、規格與價格做人工核對。

三、案例情境

輸入是任一超市傳單頁面。原書示例產生的資料結構包含商品類別、商品名稱、規格／數量與價格。

四、開始資料

五、Excel／R／AI 分析方法

ChatGPT 負責從照片辨識商品並輸出表格；Excel 負責承載、排序、篩選與後續分析。驗證時應逐項對照傳單，特別檢查小字規格、促銷單位與小數價格。

六、計算結果

A 檔沒有印出該傳單的完整商品清單或商品數量，因此不應自行補造筆數與價格。可確認的結果只有：原書生成表格採 4 個欄位，作者描述為「幾乎辨識出頁面上的所有商品」。

七、結果分析與管理解讀

影像轉表格的成功不能只看「有沒有表格」。若 99% 商品被辨識但恰好漏掉高價商品，後續價格分析仍可能產生偏差。因此應把辨識率、漏項與價格核對納入流程。

八、AI 提問詞

請把附加的超市傳單整理為 Excel Table，欄位固定為 Category、Product Name、Size/Quantity、Price (€)。不得猜測看不清楚的商品或價格；無法確認的欄位請標記為「需人工確認」，完成後列出所有不確定項目。

九、思考／情境變動

**問題：**如果照片中有 20 個商品，但人工核對發現 ChatGPT 漏了 2 個，辨識完整率是多少？