一、案例定位

理解多模態生成式 AI 如何把法規檢查從文字延伸到包裝影像與廣告版面。

二、學習目標

三、案例情境

原書指出,消費品公司可用多模態生成式 AI 掃描商品包裝影像,依美國食品藥物管理局(Food and Drug Administration, FDA)規則找出缺少的過敏原警示;廣告審查也可檢查顏色使用、圖示位置、字型、字級與粗體等規範,並提出修正建議。

四、開始資料

視覺元素 原書檢查例
包裝文字/標示 是否缺少過敏原警示
顏色 是否符合允許使用規則
圖示 位置是否正確
排版 字型、字級、粗體是否符合規範
輸出 缺口偵測與修正建議

五、Excel/AI 分析方法

建立 素材編號|規則編號|視覺證據|通過/不通過|建議修正|審查者 表,讓每個判定都能對應實際法規版本。

六、計算結果

原書沒有提供審查時間或罰款降低數字,因此不補造結果。

七、結果分析與管理解讀

多模態模型可提高第一輪檢查的覆蓋率,但最終法律與法規責任仍屬企業與專業人員。

八、AI 提問詞

依以下視覺規則檢查包裝或廣告影像,逐項輸出證據與通過/不通過結果;看不清楚的元素一律標記需人工確認。

九、思考/情境變動

**題目:**模型看不清楚字體細節時,應猜測是否合規嗎?

**參考解答:**不應。應標記「無法判定」並轉交人工審查。