Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Analýza obrázků nalezených při webovém vyhledávání

Lekce 4 z 14 Aktualizováno 30. července 2026 Začátečník
Na této stránce
  1. Jdi za text díky analýze obrázků
  2. Povolení porozumění obrázkům
  3. Jak to funguje
  4. Kombinace filtrování domén a analýzy obrázků
  5. Relevantní případy použití
  6. Omezení, která je dobré znát
  7. Praktické cvičení
  8. Klíčové poznatky

Jdi za text díky analýze obrázků

Webové vyhledávání se neomezuje jen na text. Když povolíš parametr enable_image_understanding, model Grok dokáže analyzovat obrázky nalezené během svého hledání. Otevírá to nové možnosti: interpretaci grafů, čtení infografik, pochopení screenshotů nebo analýzu novinářských fotografií.

Tato schopnost je obzvlášť užitečná pro případy, kdy vizuální informace doplňuje nebo nahrazuje text, například při analýze trendů z burzovních grafů, pochopení technických diagramů nebo extrakci dat z tabulek publikovaných jako obrázky.

Povolení porozumění obrázkům

Tuto funkci povolíš pomocí parametru enable_image_understanding v konfiguraci nástroje web_search:

response = client.responses.create(
    model="grok-4.5",
    input="Show me the evolution of Tesla's stock price this week",
    tools=[{
        "type": "web_search",
        "enable_image_understanding": True
    }]
)

Když je tento parametr povolen, model získá přístup k dalšímu internímu nástroji s názvem view_image. Může tento nástroj vyvolat k prozkoumání obrázků, na které narazí během hledání, a extrahovat z nich relevantní informace.

Jak to funguje

Proces probíhá v několika fázích:

  1. Model provede standardní webové vyhledávání
  2. Mezi výsledky identifikuje potenciálně relevantní obrázky
  3. Pomocí nástroje view_image tyto obrázky analyzuje
  4. Vizuální informace integruje do své konečné odpovědi

Nemusíš řešit žádnou další interakci. Model vše orchestruje autonomně.

Kombinace filtrování domén a analýzy obrázků

Analýzu obrázků můžeš povolit současně s filtrováním domén:

response = client.responses.create(
    model="grok-4.5",
    input="Visual summary of the latest publications on arxiv in computer vision",
    tools=[{
        "type": "web_search",
        "allowed_domains": ["arxiv.org"],
        "enable_image_understanding": True
    }]
)
Parameter Type Default value Description
allowed_domains array [] Allowed domains (max 5)
excluded_domains array [] Excluded domains (max 5)
enable_image_understanding boolean false Enables analysis of found images

Relevantní případy použití

Vizuální monitoring značky

Sleduj, jak se tvá značka vizuálně objevuje online: používaná loga, screenshoty tvého produktu, infografiky zmiňující tvou společnost.

response = client.responses.create(
    model="grok-4.5",
    input="How is the Corsen AI brand represented visually online?",
    tools=[{
        "type": "web_search",
        "enable_image_understanding": True
    }]
)

Vizuální analýza dat

Interpretuj grafy a tabulky publikované v online zprávách, aniž bys je musel ručně stahovat:

response = client.responses.create(
    model="grok-4.5",
    input="Analyze the European AI market growth charts published recently",
    tools=[{
        "type": "web_search",
        "allowed_domains": ["statista.com", "mckinsey.com"],
        "enable_image_understanding": True
    }]
)

Omezení, která je dobré znát

Analýza obrázků zvyšuje dobu odezvy, protože model musí zpracovávat vizuální data navíc k textu. Také spotřebovává více výstupních tokenů. Povoluj ji pouze tehdy, když vizuální informace přináší do odpovědi skutečnou hodnotu.

Kvalita analýzy závisí také na rozlišení a čitelnosti nalezených obrázků. Grafy s vysokým rozlišením a čitelnými popisky poskytují lepší výsledky než rozmazané nebo nepřehledné obrázky.

Praktické cvičení

Vytvoř skript, který požádá Groka o analýzu vizuálních trendů v daném odvětví (například grafy výkonnosti burzovního indexu nebo infografiky z odvětvové zprávy). Porovnej bohatost získané odpovědi s povoleným a zakázaným parametrem enable_image_understanding.

Klíčové poznatky

  • Parametr enable_image_understanding umožňuje modelu analyzovat obrázky z výsledků webového vyhledávání
  • Model interně používá nástroj view_image k prozkoumání relevantních vizuálů
  • Tento parametr lze kombinovat s allowed_domains nebo excluded_domains
  • Analýza obrázků zvyšuje dobu zpracování a spotřebu tokenů
  • Tato funkce je ideální pro vizuální monitoring, analýzu grafů a extrakci dat z infografik