有些 AIoT 產品會透過鏡頭取得用戶的臉部、身體或周遭物件，再根據影像提供辨識結果、動作提示，或把分析內容即時疊回畫面上。從用戶角度來看，這類產品就是「鏡頭拍攝、AI 辨識、畫面顯示結果」。但當鏡頭真的被放進一台裝置後，事情往往就沒有這麼單純。。
用戶操作產品時，不只是在面對一顆鏡頭。他同時會看螢幕上的內容、閱讀提示、調整站位，也會依照產品的高度、外型與擺放方式，自然地選擇一個舒服的位置。鏡頭則有自己的拍攝角度、視野範圍與適合辨識的位置。當這兩者沒有對上，即使模型本身可以正常辨識，用戶仍可能需要反覆移動、抬頭、轉身或調整距離，才能進入系統預期的畫面範圍。
例如，用戶站在螢幕前時，可以清楚看見畫面上的操作提示，鏡頭卻只取得部分臉部或身體；往後退雖然能讓身體完整進入畫面，螢幕上的文字與示範內容又變得不容易閱讀。功能不是完全不能用，但用戶必須不斷在「看清楚介面」與「配合鏡頭取像」之間調整。
這類問題很容易被歸因於模型不夠準、介面提示不夠清楚，或用戶沒有站好，但有些限制其實發生得更早！
鏡頭被放進產品的那一刻，就已經開始決定產品從什麼角度看用戶、能拍到哪些內容，以及後續軟體需要承擔多少裁切、對位與校正。
所以在設計 Camera-based AI 產品時，不能只確認鏡頭能不能拍到，也需要進一步確認它所在的位置。
鏡頭的位置會先決定產品真正看得見什麼
視野範圍（FOV）、結構遮擋
鏡頭被放在產品的哪一個位置，會先形成「產品」觀看用戶的角度。鏡頭較高、較低或偏向側邊，都會讓臉部、身體或物件以不同方式進入畫面。這不一定會讓功能完全失效，但可能讓真正需要分析的區域長期靠近畫面邊緣，或在某些角度下被遮擋。
不過，鏡頭位置影響的不只是拍攝方向。鏡頭模組本身可能具有足夠的視野範圍（FOV），但被裝進完整產品後，前方開孔的大小、鏡頭埋入外殼的深度，以及開孔與鏡頭光軸是否對齊，都可能進一步縮小實際可用的畫面。
例如，當鏡頭被放得較深，前方開孔卻沒有跟著放大時，外殼就像在鏡頭前形成一段狹窄的通道。鏡頭原本可以接收到的部分斜向光線會被內壁擋住，最後造成實際視野變窄，畫面邊緣也可能出現遮擋、暗角，或讓關鍵區域更容易落到可用範圍之外。規格上看起來是一顆廣角鏡頭，裝進產品後卻不一定還能保留原本的廣度。
在規劃產品外型與內部結構時，鏡頭開孔與安裝位置不能只被當成外觀細節。鏡頭放在哪裡、前方保留多少空間、開孔尺寸是否足夠，以及是否會遮到邊緣視角，都會直接影響最後的取像結果與產品體驗。
例如，為了讓產品正面看起來更完整，鏡頭可能被安排在較偏側的位置，或被藏在較深的結構裡。外觀上或許更乾淨，但當用戶站在介面引導的位置時，臉部或身體可能無法以系統需要的角度與範圍進入畫面。用戶必須再往後站、往旁邊移動，或調整身體角度，才能讓辨識繼續進行，可能影響用戶體驗、影響影像辨識品質等。
這些改變還可能連帶影響 AI 的判斷。因為當臉部、四肢或物件長期靠近畫面邊緣，影像可能被裁掉一部分，也可能因為廣角鏡頭邊緣的變形而改變比例。對需要定位臉部特徵、身體關節或物件輪廓的功能來說，真正可穩定使用的區域，往往會比鏡頭規格上的完整畫面更小。因此，規格上的 FOV 並不等於鏡頭裝進完整產品後的有效視野。產品真正能取得多少內容，還受到開孔尺寸、安裝深度、鏡頭角度、外殼遮擋與組裝誤差影響。
這類問題通常不能只靠換成視角更廣的鏡頭處理。從產品規劃角度來看，更廣的視角雖然可以涵蓋更多範圍，但也需要和工程團隊確認畫面邊緣的變形與後續校正需求，是否會進一步影響辨識結果與使用體驗。如果前方開孔本身不足，再廣的視角仍可能受到外殼遮擋。
比較合理的處理方式，通常是在工業設計與機構仍能調整時，一起確認鏡頭模組、開孔與實際使用情境。例如，縮短鏡頭到產品表面的距離、增加開孔尺寸、將開孔內側做成向外展開的斜面，或重新調整鏡頭的位置與角度，避免外殼直接遮住邊緣視野。這些選擇仍然需要和外觀、結構強度及內部空間一起取捨，不是單純把開孔放大就一定最好。
鏡頭一旦受到位置、光學開孔與產品結構限制，用戶的站位和操作方式也會跟著受到影響。到了這個階段，後續即使增加影像裁切、座標校正或介面引導，也無法還原原本沒有進入鏡頭的真實資訊。
然而，即使有效視野已經足夠，用戶自然看向的位置，也不一定正好是鏡頭希望他面向的位置。
用戶自然看向的位置，不一定是鏡頭希望他面向的位置
鏡頭光軸（Optical Axis）、用戶視線
再來是，即使鏡頭裝進產品後仍保有足夠的有效視野，用戶自然看向的位置，也不一定正好落在鏡頭最適合取像的方向。
當產品同時具有螢幕與鏡頭時，用戶的注意力通常會落在介面內容上。他可能正在閱讀提示、查看自己的畫面，或跟著螢幕上的示範操作，而不是一直確認鏡頭位於哪裡。這時候，螢幕內容所在的位置、鏡頭的安裝位置，以及鏡頭實際朝向的中心線，就會共同影響用戶最後呈現在畫面中的角度。
例如，用戶正在跟著螢幕完成伸展或動作練習時，視線自然會放在示範人物或操作提示上。如果鏡頭位於螢幕上方、下方或較偏側的位置，用戶雖然覺得自己正在面向產品，頭部、肩膀或身體實際上卻可能已經跟著介面內容轉向。最後，系統取得的就不一定是原本需要的正面畫面。
這種落差不一定會讓辨識立刻失敗。用戶可能仍然完整出現在畫面裡，模型也能找到臉部或身體，但某些特徵會因為角度而變得比較不穩定。例如，臉部轉向一側後，部分特徵可能被遮住；身體略微側轉時，左右關節可能在影像中重疊；原本需要正面觀察的區域，也可能因為視線與姿勢偏移而逐漸靠近畫面邊緣。
更麻煩的是，用戶通常不會意識到自己已經偏離鏡頭。他看到的是自己正對著螢幕，也能正常閱讀內容，因此容易認為目前姿勢沒有問題。當辨識結果開始不穩時，他可能只會覺得 AI 忽然變得不準，而不是理解螢幕與鏡頭之間存在位置落差。
這類問題有時還會形成連鎖反應。例如，用戶為了看清楚較小的文字或示範內容而靠近螢幕，可能離開原本適合取像的距離；為了確認自己是否站在畫面中央，又會反覆往左、往右移動。介面原本是為了幫助操作，最後卻可能間接改變用戶的站位與姿勢。因此，產品中其實同時存在三個需要對齊的方向：
1. 用戶自然狀態下觀看的區域、
2. 介面引導注意力的區域，
3. 以及鏡頭最適合取像的方向。
三者若沒有合理配合，用戶就必須在「看清楚內容」與「讓鏡頭看清楚自己」之間反覆調整。
這裡的解法不只是增加一句「請看向鏡頭」。比較合理的做法，是在產品設計階段就一起確認鏡頭、螢幕與主要內容區域的相對位置。
當條件允許時，鏡頭應盡量靠近用戶主要觀看區域，或透過調整安裝角度，讓用戶自然站立與觀看介面時，仍落在較合適的取像方向。
介面中的主要操作按鈕、示範內容與狀態提示，也需要和鏡頭的取像需求一起安排，避免不同資訊把用戶的注意力帶向不同方向。尤其當用戶需要一邊觀看示範、一邊維持正面姿勢時，介面內容的位置與鏡頭配置就必須一起納入設計，才能讓整體操作更自然。
另外，如果鏡頭與螢幕的位置已受到產品結構限制，介面引導仍然可以降低部分問題，例如用清楚的輪廓提示目前取像範圍，讓用戶知道頭部或身體是否逐漸偏離；也可以在真正需要穩定取像的短暫階段，減少會把視線帶往其他位置的內容。不過，這些方法主要是在降低操作負擔，無法完全消除不合理的鏡頭與螢幕位置關係。
因此，這不是單純的外觀配置，也不是後續補上一個提示就能解決，而是「產品如何觀看用戶」與「用戶如何觀看產品」之間的關係。
並且當單一鏡頭難以完全配合產品需求，並涵蓋用戶自然觀看與活動的範圍時，有些產品會進一步加入第二個或更多鏡頭；但鏡頭增加後，系統需要處理的就不只是「有沒有拍到」，還包括不同鏡頭取得的畫面能否持續對應。
多鏡頭提供更多資訊，但也增加影像之間的對應成本
多鏡頭、視差（Parallax）、影像對位
當單一鏡頭無法同時配合產品結構，又涵蓋用戶自然觀看與活動的範圍時，有些產品會加入第二個或更多鏡頭，分別取得不同方向、區域或類型的影像。多鏡頭確實可以補足單一視角的限制，但它不只是多取得一份畫面。因為每個鏡頭放置的位置與朝向不同，即使同時拍攝同一個人或物件，畫面中的位置、比例與可見範圍也不會完全相同。
這種由觀看位置不同而產生的畫面差異，可以理解為視差。就像左右眼看同一個物件時，物件在兩邊視野中的位置會稍微不同；兩個鏡頭之間只要存在距離，也會看到不同角度的畫面。例如，兩個鏡頭在預設站位下，可能都能拍到用戶，畫面上的標記也能大致對在相近的位置。但當用戶往前靠近、移向側邊或轉動身體後，兩個鏡頭看到的輪廓、遮擋範圍與畫面位置就會跟著改變。原本貼合的標記，可能在其中一路影像仍然正常，到了另一個畫面卻開始偏移。
當不同鏡頭取得的影像需要對位或疊合時，系統還需要先建立它們之間的對應關係。但完成這類校正，不代表所有距離、角度與姿勢下都能維持相同效果。
當用戶靠近、移向側邊或改變姿勢後，兩個鏡頭看到的角度與遮擋情況也會改變，原本的對應關係仍可能出現偏差。
所以，在產品規劃上不能預設這些偏差都能交給軟體處理，而需要和工程團隊一起確認功能可以支援的使用距離、角度與活動範圍，以及超出範圍後，產品要如何提示用戶或調整操作流程。不同產品會有不同的處理方式，實際校正與工程實作仍需要由團隊依產品架構與使用情境判斷。
還有，實際組裝也會影響結果。鏡頭模組的位置或安裝角度只要出現細微公差，就可能改變原本建立的對應關係。因此，多鏡頭功能不能只根據設計圖上的相對位置判斷，也需要在開發樣機與量產階段持續檢測與驗證。
軟體可以校正，但無法補回沒有拍到的內容
影像校正・座標轉換
當辨識結果沒有正確貼回畫面，或多鏡頭之間出現位置偏差時，軟體確實可以透過校正改善其中一部分。但所有校正都有一個前提：鏡頭必須先取得足夠且可用的內容。
AI 找到的位置，通常是建立在原始影像的座標上；用戶看到的畫面，卻可能已經經過裁切、縮放、旋轉或左右鏡像。因此，系統還需要進行座標轉換，把辨識結果換算到實際顯示的畫面上。
例如，模型在原始影像中找到一個關節點，但介面顯示的是裁切後再放大的畫面。如果中間的比例、位移或鏡像關係沒有正確換算，模型找到的位置可能沒有錯，最後顯示的標記卻會偏到旁邊。這類規律性的偏差，通常可以透過軟體校正改善。
更重要的是，如果是鏡頭根本沒有取得需要的內容，軟體就無法可靠還原。例如，外殼遮住部分臉部、手臂超出有效視野，或側身後部分特徵被遮擋，座標轉換只能調整已經辨識到的位置，不能還原沒有進入畫面的真實資訊。
因此，在看這類問題時，我不會只問軟體還能增加多少修正，而會先確認：目前的偏差，是來自裁切、縮放與座標轉換沒有對上，還是鏡頭位置、產品結構與自然使用方式本來就存在衝突？
如果只是畫面顯示的位置沒有對好，通常還能透過軟體調整；但如果根本原因是鏡頭位置、產品結構與用戶自然使用方式彼此不合，再增加更多軟體修正，也只會讓系統變得更複雜，未必真正改善體驗。
當一個功能必須長期依靠軟體校正才能勉強維持可用，我認為，如果條件允許，最好回到實際產品裡，重新確認鏡頭位置、有效視野、使用距離與實際操作方式。
鏡頭位置需要在完整產品裡提早驗證
做 IoT 產品的時候，要考慮到鏡頭模組單獨測試正常，不代表裝進完整產品後仍能維持相同效果。外殼開孔、安裝深度、螢幕位置、產品高度與擺放方式，都可能改變實際取像條件。例如，鏡頭模組原本可以取得完整畫面，但裝進外殼後，視野可能受到開孔或結構限制；再加上用戶自然站立的位置與測試條件不同，真正穩定可用的範圍可能比預期更小。
因此，完整裝置驗證不能只確認畫面裡「有沒有拍到人」，還要觀察用戶自然會站在哪裡、看向哪裡，以及操作過程中是否會移動或轉身。這些行為是否仍落在鏡頭的有效視野與適合辨識的角度內，才是產品真正可用的範圍。
多鏡頭產品還需要確認，鏡頭裝進實際機構後，彼此的位置與角度是否仍符合原本的校正條件。組裝公差或安裝角度的細微差異，都可能影響影像對位，因此不能只根據設計圖或單一樣機判斷。
對於可能影響產品可用性與體驗的問題，產品經理通常不需要親自處理光學設計、演算法或技術校正，但至少需要理解問題可能發生在哪一層、會影響哪些使用情境，才能和工程及設計團隊共同判斷原因、驗證影響，並找出可行的處理方向。
因此，相關驗證最好在產品外型與結構仍有調整空間時進行，提早對齊取像範圍、使用距離與視線方向，而不是等鏡頭位置完全固定後，再依靠介面提示或軟體補償。
結語
在 Camera-based AI 產品裡，鏡頭不是裝進外殼後，再交給軟體適配的獨立元件。它的位置會影響有效視野、用戶站位與影像對位，也會改變後續軟體與介面需要承擔的補償程度。
因此，鏡頭配置不能只確認外觀是否完整、內部是否裝得下，或模組規格是否足夠。真正需要驗證的是，當鏡頭、外殼、螢幕與介面整合成完整產品後，用戶是否還是能以自然的距離、視線與姿勢完成操作。
鏡頭位置看似是一個硬體配置問題，但實際上卻會一路影響 AI 的辨識穩定性與特徵定位、軟體的影像處理與校正，以及 UX/UI 的用戶引導方式，最終也會直接影響整體用戶體驗。