案例01｜生成內容不只一個答案：為何評估需要定量與定性並用
案例02｜評估設計原則：從商業價值、使用者信任到傷害防範
案例03｜評估框架七步驟：未達期待就迭代改善
案例04｜人工、自動與混合評估：規模與判斷如何分工
案例05｜四大評估支柱：品質、安全、效率與人類價值
案例06｜文字參考比對：精確率、召回率與語序各看什麼
案例07｜語意與免參考文字評估：從嵌入相似到可解釋錯誤
案例08｜程式碼生成評估：從文字相似走向執行與相依使用
案例09｜影像生成評估：同時檢查構圖、真實感與人類感知
案例10｜評估程式範例：從貓坐墊句到道歉信錯誤評分
案例11｜評估設計六個槓桿：任務、品質、資源、風險與法規
案例12｜六類評估角色：誰決定技術、領域、體驗與風險指標
案例13｜功能與非功能評估：輸出品質之外還要衡量營運能力
案例14｜效能門檻：延遲、吞吐與擴充性如何觸發警示
案例15｜可靠性門檻：可用性、錯誤率與修復時間的灰色區間
案例16｜安全門檻：加密、對抗攻擊與提示注入測試
案例17｜易用性門檻：首次任務、滿意度與無障礙都要量測
案例18｜成本門檻：每千符記、每次生成與每月維護分開管理
案例19｜多指標取捨與持續改善：把錯誤分析轉成下一輪調整
案例20｜語言模型整體評估：用多情境、多指標與透明資料比較模型