你是否常遇到：熱翹曲模型建到一半就卡在材料/邊界條件/耦合設定，或同樣的封裝堆疊需要反覆重建、反覆檢查？本課程以 **「生成式 AI 協助建立模擬」**為核心，示範在
COMSOL 6.4 中串接 OpenAI（LLM），把「建模需求 → 模型設定 → 求解流程 → 後處理指標」轉成一套可重複的
AI 輔助建模工作流。
COMSOL Multiphysics 6.4 正式把 生成式
AI / LLM 的工作方式帶進模擬流程。透過
COMSOL 6.4 內建的 Chatbot 介面，串接 OpenAI（LLM），你可以在建模、設定檢查、API 自動化與結果解讀階段，建立一套「可重複、可驗證」的 AI 輔助模擬工作流：從熱–結構耦合模型快速搭建，到翹曲指標定義、後處理圖表生成，再把結果轉成可執行的 降翹曲改善策略。課程將以 **半導體封裝熱翹曲（thermal warpage）**為案例，帶你用生成式 AI 快速
完成：參數化堆疊、熱–結構耦合、製程溫度載入、翹曲 KPI 定義與後處理輸出；並根據結果提出可執行的改善方向（如 CTE 匹配、堆疊對稱化、厚度比例最佳化），讓
LLM 不只會「回答問題」，而是真的能「把模擬建起來」。同時也會介紹 6.4 相關新能力（例如 warpage 可相對使用者定義參考平面計算），讓翹曲指標更貼近量測與規格。
