案例16｜Text、Image／Video、Music／Audio、Software：四類生成式應用

一、案例定位

本案例依原書 3.4.5「Applications of Generative AI」整理。

將 Text、Visual、Audio、Software Development 四類應用放在同一教學框架中。

二、學習目標

辨識不同 Output Modality 的任務。
區分 Productivity Value 與 Misuse Risk。
理解不同應用需要不同 Evaluation Metric。

三、案例情境

原書列出 Text Generation／Chatbots／Content Creation、Image／Video Synthesis／Deepfakes／AI Art、Music／Audio Generation／Speech Synthesis，以及 Transformer-based Software Development Assistance，包括 Autocompletion、Error Detection、Boilerplate Code Generation。

四、開始資料

應用類型	原書用途	主要評估／風險
Text	Chatbot、Article、Marketing Copy、Story、Personalized Content	Accuracy、Context、Productivity
Image／Video	Deepfake、AI-generated Art、Design	Realism、Misuse、Identity／Misinformation Risk
Music／Audio	AI Composer、Speech Synthesis、Audiobook、Accessibility	Naturalness、Rights／Misuse
Software	Autocompletion、Error Detection、Boilerplate Code	Correctness、Security、Developer Review

五、Excel／AI 分析方法

Excel 可按 Modality 建立 Quality、Time、Error、Review、Risk 指標；AI 可分類 Output，但不能用單一 Accuracy 衡量所有媒體。

六、計算結果

原書沒有四類應用的統一 Productivity% 或 Error Reduction%。

七、結果分析與管理解讀

生成式 AI 的 Evaluation 必須依 Output Type 改變：Text 重 Fact／Context、Visual 重 Authenticity／Misuse、Audio 重 Naturalness／Rights、Code 重 Correctness／Security。

八、AI 提問詞

請依 Text、Visual、Audio、Code 四種 Output，分別提出適合的 Quality、Risk、Human Review 指標；沒有原始數值時不要建立假 Benchmark。