一、案例定位

理解多模態生成模型如何在研發流程中加速設計候選產生、快速原型與反覆修改。

二、學習目標

• 認識以企業專有資料進行模型微調的用途。
• 區分設計探索與工程驗證。

三、案例情境

原書指出，企業可使用自己的專有資料微調模型，產生多種設計候選。設計人員可直接用自然語言即時生成與視覺化設計，也可在既有設計上產生不同版本，以縮短產品上市時間。

四、開始資料

五、Excel／AI 分析方法

可建立設計候選比較表：候選方案｜需求／提示詞｜成本｜可行性｜風險｜工程審查。

六、計算結果

原書未提供候選方案數量或上市時間縮短百分比，因此不補造量化成果。

七、結果分析與管理解讀

生成式 AI 可以擴大設計探索空間，但不代表所有候選都能實際製造。工程限制、成本、安全與可製造性仍需專業團隊驗證。

八、AI 提問詞

根據以下設計限制產生候選方案，逐項標記符合或不符合哪些限制；不得宣稱方案已完成工程驗證。

九、思考／情境變動

**題目：**生成 100 個設計候選，是否等於找到 100 個可行產品？

**參考解答：**不等於。仍需進行可行性與工程驗證。