Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Popis obrázků

Lekce 5 z 12 Aktualizováno 30. července 2026 Začátečník
Na této stránce
  1. Získej poznatky ze svých obrázků
  2. Obecný popis
  3. Strukturovaný popis
  4. Příklad: Produktové listy pro e-commerce
  5. Příklad: Alternativní text (přístupnost)
  6. Příklad: Moderace obsahu
  7. Osvědčené postupy pro popis
  8. Klíčové poznatky

Získej poznatky ze svých obrázků

Grok OCR - extrakce textu z obrázku Popis obrázků je nejpřirozenějším případem použití multimodálního vidění modelu Grok. Pošleš obrázek, položíš otázku a model vrátí podrobnou textovou analýzu. Tato zdánlivě jednoduchá schopnost otevírá ve výrobě významné možnosti.

E-commerce
Automatické produktové listy
Přístupnost
Automatický alternativní text
Moderace
Filtrování obsahu
Katalog
Automatické indexování

Obecný popis

Nejjednodušším požadavkem je vyžádat si volný popis:

response = client.responses.create(
    model="grok-4.5",
    input=[
        {"type": "input_image", "image_url": url_image},
        {"type": "input_text", "text": "Describe this image in detail."}
    ]
)

Model identifikuje klíčové prvky (objekty, lidi, text, barvy, kompozici) a vytvoří popisný odstavec. Pro většinu obrázků postačuje režim auto.

Strukturovaný popis

Ve výrobě jsou volné popisy zřídka použitelné. Budeš chtít model navést pomocí strukturovaného promptu:

prompt = """Analyze this image and return a JSON with:
- "subject": the main subject in one sentence
- "objects": list of identified objects
- "dominant_colors": the 3 main colors
- "mood": the general mood (bright, dark, warm, etc.)
- "visible_text": any text readable in the image
"""

response = client.responses.create(
    model="grok-4.5",
    input=[
        {"type": "input_image", "image_url": url_image},
        {"type": "input_text", "text": prompt}
    ]
)

Tento formát je připraven k použití ve tvé aplikaci pro naplnění databáze, vyhledávače nebo katalogu.

Příklad: Produktové listy pro e-commerce

Velmi žádaným případem použití je automatické generování popisů produktů z fotografií:

def generate_product_sheet(image_url):
    prompt = """You are an expert e-commerce copywriter. Based on this
product photo, generate:

1. A catchy product title (max 80 characters)
2. A marketing description (2-3 sentences)
3. Visible features (material, color, shape)
4. Relevant SEO keywords (5 maximum)

Respond in JSON."""

    response = client.responses.create(
        model="grok-4.5",
        input=[
            {"type": "input_image", "image_url": image_url, "detail": "high"},
            {"type": "input_text", "text": prompt}
        ],
        store=False
    )
    return response.output_text

Použitím detail: "high" model zachytí jemné detaily produktu (textury, štítky, povrchové úpravy), které obohacují popis.

Příklad: Alternativní text (přístupnost)

Automatické generování atributů alt pro obrázky na tvém webu zlepšuje přístupnost i SEO:

def generate_alt_text(image_url):
    prompt = """Generate alternative text (alt attribute) for this
web image. The text must:
- Be concise (max 125 characters)
- Describe the content, not the style
- Not start with "Image of" or "Photo of"
- Be useful for a screen reader

Return only the alt text, without quotes."""

    response = client.responses.create(
        model="grok-4.5",
        input=[
            {"type": "input_image", "image_url": image_url, "detail": "low"},
            {"type": "input_text", "text": prompt}
        ],
        store=False
    )
    return response.output_text

Režim low zde postačuje, protože alternativní text je obecným popisem, nikoli detailní analýzou.

Příklad: Moderace obsahu

Vidění můžeš využít k automatickému filtrování obrázků nahraných tvými uživateli:

def moderate_image(image_url):
    prompt = """Analyze this image and classify it:
- "safe": content appropriate for all audiences
- "warning": sensitive content but not prohibited
- "reject": inappropriate content

Return a JSON with "classification" and "reason"."""

    response = client.responses.create(
        model="grok-4.5",
        input=[
            {"type": "input_image", "image_url": image_url, "detail": "auto"},
            {"type": "input_text", "text": prompt}
        ],
        store=False
    )
    return response.output_text

Osvědčené postupy pro popis

  • Buď v promptu přesný: „Popiš tento obrázek“ přináší vágní výsledky. „Identifikuj produkty, barvy a viditelný text“ je mnohem efektivnější.
  • Požaduj strukturovaný formát (JSON, seznam) pro usnadnění automatického zpracování.
  • Přizpůsob úroveň detailu potřebě: low pro klasifikaci, high pro jemnou analýzu.
  • Použij store: false u citlivých obrázků nebo těch, které podléhají GDPR.

Klíčové poznatky

  • Popis obrázků je základním případem použití pro Grok Vision.
  • Strukturováním promptů získáš použitelné odpovědi (JSON, seznamy).
  • Přizpůsob parametr detail požadované úrovni přesnosti.
  • Mezi běžné aplikace patří e-commerce, přístupnost a moderace.
  • U citlivých dat nezapomeň na store: false.