一、案例定位

理解生成式 AI 如何在製造與汽車業的電腦輔助設計流程中，提前進行測試與品質檢查。

二、學習目標

• 認識設計階段測試的價值。
• 區分自動檢查與正式工程驗證。

三、案例情境

原書指出，產品測試與試驗傳統上耗時且耗費資源；生成式 AI 可協助草擬測試情境、整理測試候選。對高度依賴電腦輔助設計（Computer-Aided Design, CAD）的製造與汽車產業，模型可在製作實體原型前檢查 CAD 設計是否符合產業標準與規格，及早找出問題，降低後期修改成本。

四、開始資料

五、Excel／AI 分析方法

用 設計編號｜需求／規格｜檢查結果｜問題嚴重度｜工程簽核 建立缺陷與法規檢查表。

六、計算結果

原書沒有提供測試時間或修改成本降低百分比，因此不補造數字。

七、結果分析與管理解讀

越早發現設計問題通常越能降低後段成本，但 AI 標記仍需工程人員審查；自動產生的測試情境不能取代完整的安全驗證。

八、AI 提問詞

依以下已核准規格檢查 CAD 審查紀錄，列出可能缺口；不得推測來源未提供的實體性能。

九、思考／情境變動

**題目：**AI 沒有發現問題，就能跳過實體測試嗎？

**參考解答：**不能。原書描述的是加速測試與品質檢查，不是取代完整驗證。