Multi‑modala stora språkmodeller (LLM:er) kan läsa, tolka och syntetisera visuella artefakter—diagram, skärmdumpar, regelefterlevnads‑instrumentpaneler—och omvandla dem till revisionsklara bevis. Denna artikel förklarar teknikstacken, arbetsflödesintegration, säkerhetsaspekter och den verkliga avkastningen av att använda multi‑modal AI för att automatisera generering av visuella bevis för säkerhetsfrågeformulär.