ChatGPT多模態實測！AI究竟識唔識？6大任務全面挑機！廁紙、數錢、揀衫、沖咖啡、檢查牛奶到期日、啤牌概率
隨住近年AI技術爆發，各大科技巨頭如 OpenAI、Anthropic、Google 等都馬不停蹄推出新功能或升級版本。尤其自從出現了「Deepseek」之後，坊間更炒得熱哄哄，令到其他AI公司都十分緊張，產生了所謂「黏魚效應」。ChatGPT 亦不甘示弱，新推出的多模態（Multimodal）功能讓人眼前一亮。今次就同大家分享一下我實測的 6 大任務，逐一測試 ChatGPT 多模態版究竟有幾多真本事！
一、前言：ChatGPT多模態的新體驗
傳統上，大家對 ChatGPT 的印象可能就只停留在文字對答層面，譬如打字問問題、生成文字、幫手整理資料等等。不過，隨住多模態版本的推出，ChatGPT 可以支援更多的輸入模式，包括圖片、聲音等，並且有能力「看到」畫面、作即時回應。
在這個情境下，你可以：
- 用電話鏡頭對準一件物件，實時發問。
- 當場跟 ChatGPT 說話，聽完你的問題之後，它可以馬上結合「視覺」及「語音」來作答。
- 甚至可以在對話期間同時上網搜尋（如果連接到網絡插件或具備上網功能），幫你即時查價或者比對資訊。
簡單嚟講，ChatGPT 多模態等於把「眼、耳、口」都賦予了 AI——不再只是單純文字模式。於是我就突發奇想，設計了 6 個日常生活中會遇到的情境，想 test 下這個新功能到底有咩實際用途，以及準確度去到邊度！
二、6大實測任務簡介
為了盡量覆蓋唔同場景，我設計咗以下 6 個挑戰：
- 廁紙查價
- 拿住一款廁紙，叫 ChatGPT 幫手上網搜尋在香港超市或網上平台賣幾錢。
- 數錢兼兌換日圓
- 用手機鏡頭對準一疊現金，看看 ChatGPT 會唔會數對錢數，然後再即時上網幫手查今日港幣對日圓的匯率。
- 活動穿搭：幫我揀衫
- 對住兩件衫，問 ChatGPT：明日我要去一個 IT 活動，想低調一點又有型，應該揀邊件？
- 咖啡機教學
- 有一部陌生牌子的咖啡機，用手機對住咖啡機，想請 AI 幫手教下如何使用、操作步驟等等。
- 檢查牛奶到期日
- 用手機鏡頭對準一盒牛奶或奶制品，請 AI 幫忙找出有效日期，並判斷有冇過期。
- 啤牌概率：Showhand勝算
- 與 AI 一齊玩 “Showhand”，將牌面給 ChatGPT 睇，問下佢計埋對手的牌，目前我的勝算有幾高。
以下就同大家仔細分享每個任務的測試過程，同埋心得！
三、詳細實測過程與結果
1. 廁紙查價
挑戰內容：
- 我手上有個某牌子廁紙，要求 ChatGPT 在香港超市或網上平台（如百佳、屈臣氏等）查價錢。
測試過程：
- 打開 ChatGPT 多模態功能，將手機鏡頭對準廁紙外包裝，然後對著 AI 說：「幫我查吓香港區域而家幾錢，可以試吓屈臣氏或者百佳。」
結果觀察：
- ChatGPT 的確嘗試給出一個「約莫」的價錢，並且引導去某網站查看。
- 有時佢會顯示一個建議的零售價，但由於平台、折扣、包裝數量等因素，未必能夠 100% 精準。
- 整體而言，ChatGPT 在回答香港本地超市價格時，資訊有機會較為籠統或者未能即時更新。若然未安裝官方的網上搜尋插件或功能，它會提供「參考價」，建議你再去確定。
心得：
- 若單純做個參考，AI 估唔估中個大概幅度都 OK，但如果要精準到仙仙聲，最好去官方網站或有本地連結的搜尋功能再核實。
2. 數錢兼兌換日圓
挑戰內容：
- 有一疊港幣現金，隨手擺喺枱面，請 ChatGPT 幫手「視覺」數吓有幾多錢，然後即時查日圓匯率並換算。
測試過程：
- 我對住電話話：「幫我數吓呢疊錢，然後幫我查吓港幣對日圓匯率，計算一下可以換到幾多日圓。」
結果觀察：
- 數錢過程出現失誤：有時候ChatGPT 會重複報出不正確的金額，好似錯把「幾張 100 元」當作某個總和。
- 最後我只好自己補充：「當它是 2000 元」去計算，ChatGPT 即以目前大約匯率0.06（例子）去幫我計算。
- 不過，這都要留意：實際日圓匯率會隨時變動，AI 提供的數字只能作參考，真要去銀行或找錢莊，匯率隨時唔同。
心得：
- ChatGPT 對於「數現金」呢種工作，因為需要視覺辨識並且做一個精細計算，暫時存在誤差。
- 自動兌換計算都算快，但結果不一定保證實時匯率，最終仍需要自己再檢查。
3. 活動穿搭：幫我揀衫
挑戰內容：
- 有兩件衫放喺鏡頭前面，分別是紅色同黑色。問 ChatGPT：「聽日要去一個好勁的 IT 活動，想低調又要有點型格，應該著邊件？」
測試過程：
- ChatGPT 可以「睇到」兩件衫的顏色以及簡單款式。
- 它先問我想要咩感覺，例如想搶眼定想低調？
結果觀察：
- 最後 ChatGPT 建議，如果我想要「低調帶點型」，就選擇黑色衫；如果想「好醒目」，就著紅色。
- 還教我可以配一條有特色的飾物，例如銀鏈、皮帶鏈等等來增添個性。
- 以一個「AI時裝顧問」角度嚟講，整體回答有點基本但尚算實用。
心得：
- ChatGPT 能給予一定的配搭建議，也能「睇到」衫的顏色。對於日常有選擇困難症的朋友，算係幾有趣的功能。
4. 咖啡機教學
挑戰內容：
- 拎住部全新或不熟悉牌子的咖啡機，照住鏡頭問 ChatGPT：「點樣用呀？插電後我要撳邊個掣？落水喉要點樣裝？」
測試過程：
- AI 理應可以辨認咖啡機的按鍵或操作介面，然後向你提供基本步驟。
結果觀察：
- 實際運作中，ChatGPT 有時會提供一個「大路」的咖啡機操作流程，譬如先加水、裝咖啡粉、然後開電源等待機器預熱等。
- 但若然咖啡機的型號非常冷門，或者介面設計比較複雜，ChatGPT 未必能百分百識得。
- 如果機身上冇太多清晰文字或指示，AI 可以參考的資訊就相對有限，可能只能給一些「通用指引」。
心得：
- 如果部咖啡機是主流牌子或市面常見型號，ChatGPT 可能就能給到更準確的步驟指引。
- 但如要深入教學，例如怎樣清洗、除垢、特定功能按鍵，就要睇下 ChatGPT「睇得清唔清楚」咖啡機上的標示。
5. 檢查牛奶到期日
挑戰內容：
- 拎住一盒牛奶（或相似奶制品），讓手機鏡頭正對著包裝，問 ChatGPT：「可以幫我睇吓有效日期同現時有冇過期？」
測試過程：
- ChatGPT 在鏡頭拍到盒裝的時候，理應可以辨認日期標籤，然後讀出來。
- 但如果標籤細小，或者反光，或者拍攝角度不好，都會影響辨識度。
結果觀察：
- 有時 ChatGPT 會把日期讀錯，或者要重試幾次先會讀到正確文字。
- 若日期顯示為 2025 年 2 月 18 日，AI 會評估一下今天日期，然後話「尚未過期」或者「快將到期」。
- 仍然要留意：如果封面字體特殊，或者位置比較隱蔽，AI 辨識上可能有誤差。
心得：
- 幫手檢查食品有效期，算係一個方便但有時限度的功能。拍照時最好確保光線充足、焦點清晰，讓 ChatGPT 更容易辨別。
6. 啤牌概率：Showhand勝算
挑戰內容：
- 與 ChatGPT「一齊玩牌」，利用手機鏡頭拍住自己手牌及公共牌，並且告訴 AI 對手牌面，問：「我贏佢機會有幾大？」
測試過程：
- 我試咗拍住幾張撲克牌，像係A、K、8、3，對手可能有J、Q、4之類，想 ChatGPT 幫手計下我嘅勝算大概有幾多%。
- 理論上 AI 需要根據德州撲克或 Showhand 的規則，計算出可能剩餘牌組，然後計算贏面。
結果觀察：
- ChatGPT 閱讀撲克資訊後，有時會將牌型辨認錯，例如 A 說成 O，或者 J、Q、K 混淆。
- 有時它會直接判斷「你有一對 A，所以優勢較大」，但又可能把對手牌面混合在一起。
- 為了做大概概率計算，其實要考慮所有未翻開牌及组合，不過 ChatGPT 多數只能給一個粗略答案，好似話「你的排面優勢較明顯」。
- 數學邏輯上，有時它會搞錯牌型判斷，未必可以非常準確給你一個百分比。這方面顯示 AI 多模態仍有改善空間。
心得：
- 想當 AI 為「賭神輔助」可能仲未得，不過用作閒聊或者大概計算一下，還是挺有趣的實驗。
四、實測心得與體會
- 多模態功能新鮮有趣
最直觀的感覺，肯定是從「純文字對答」升級到「看得見周遭物件」的交互方式。如果拍攝得當、光線充足，ChatGPT 識得認出物件或文案，然後再結合搜尋、語音進行回答，令人感覺就好似同一個人溝通咁方便。 - 現實環境挑戰多
真正日常應用時，光線、拍攝角度、包裝反光、字體款式、資訊的即時性等，都會令 AI 辨識出現偏差。有時要多試幾次，或者補充一些口頭提示，先至有機會得到正確結果。 - 資料更新與實時性
例如查價、匯率等，用戶期望 AI 能給到「最新最準確」的數字。但如果多模態版本未有即時上網搜索的能力，或者資料庫未更新，AI 只能提供有限度參考。真正要有實時資訊，仍需與網絡搜索服務融合。 - 判斷與計算層面的錯誤
數錢、計排面勝算等涉及「精準度」的任務時，AI 都可能「亂龍」，出現重複或錯漏判斷。我哋要有心理準備，AI 暫未做到 100% 完美，而且也需注意它識別細節時的侷限。 - 應用場景仍具潛力
不過，從整體而言，ChatGPT 多模態為未來的 AI 發展提供了更大空間——圖像辨識、語音交互、即時分析等功能配合，將來不論在教育、生活小助手、視障人士輔助、商業應用等領域，都很可能大派用場。
五、總結
今次的 6 大任務體驗，讓我見識到 ChatGPT 多模態功能既「驚喜」又「不足」的部分。日常小助手層面，它的確有一定參考價值：
- 幫手做初步查價、選衫建議、簡單兌換匯率、讀出商品有效期等，能幫大家慳返唔少時間。
- 但數量較多的精準計算、特別複雜的操作（例如罕見型號咖啡機），或者真正要「賭神」級別的概率計算，AI 就未必能一次過做得好完美。
展望未來，當 ChatGPT 與實時搜索、強化的電腦視覺技術結合得越深入，亦隨住演算法及語料庫不斷提升，多模態應用一定會越來越成熟。對用戶而言，最終目標當然係「一指神功」：拿起手機、一掃一拍一問，就可以得到準確又實時的解答。
如果你對今次的多模態功能有興趣，不妨留意官方更新，或者尋找相關示範教學片。當然，你亦可以想像更多創新用例，好似裝修報價、衣服尺寸搭配、甚至植物病蟲害診斷等等，都可以嘗試挑戰 AI！總之，AI 技術日新月異，我們要做的，就是帶著好奇心，大量嘗試，看看新功能如何顛覆我們日常生活的可能性。
