Send billeder til ChatGPT
På denne side
ChatGPT er ikke begrænset til tekst. Du kan droppe et foto, et skærmbillede, et diagram eller et scannet dokument direkte ind i samtalen og derefter stille dit spørgsmål om det. Skiftet går dybere, end det umiddelbart ser ud til: I stedet for at beskrive det, du ser, med ord, viser du det simpelthen. Ifølge OpenAIs Help Center er denne funktion tilgængelig på alle abonnementer, inklusive den gratis version, og alle ChatGPT-modeller accepterer billeder.
Understøttede formater og inputmetoder
ChatGPT accepterer PNG-, JPEG- og ikke-animerede GIF-billeder på op til 20 MB pr. fil. For at tilføje et billede skal du vælge + i inputfeltet og derefter vælge Add photos & files; du kan også trække filen ind i tekstområdet eller indsætte et billede, du har kopieret til udklipsholderen. På mobilen kan du desuden tage et foto direkte eller vælge et fra dit galleri.
Der er ingen fast grænse for antallet af billeder pr. samtale; loftet afhænger af billedstørrelsen og mængden af ledsagende tekst. Hvis du støder på problemer, anbefaler Help Center, at du reducerer antallet eller størrelsen af billederne. ChatGPT accepterer også videovedhæftninger, men analysen kan være ufuldstændig eller unøjagtig, især hvad angår lyd.
Et billede alene siger ingenting
Den klassiske nybegynderfejl er altid den samme: at sende et foto uden instrukser. Uden en klar hensigt falder modellen tilbage på sin standardadfærd – at beskrive – og du ender med en korrekt, men lavværdig tekstblok.
Tag et foto af en whiteboard efter et møde. Med spørgsmålet “Hvad er dette?” får du en generel beskrivelse. Med beskeden “Her er whiteboardet fra vores opstartsmøde. Transskribér beslutningerne og handlingspunkterne sammen med de ansvarlige ind i en tabel,” får du et færdigt leveranceprodukt. Billedet er identisk i begge tilfælde; det er kun hensigten, der er ændret. For at henlede opmærksomheden på et specifikt område foreslår Help Center, at du annoterer billedet, før du sender det, for eksempel ved at cirkulere den relevante passage.
Flere billeder i én besked
Du kan sende flere billeder samtidig og anmode om en tværgående analyse. To fotos af samme produkt taget på forskellige tidspunkter, parret med prompten “Sammenlign disse to fotos og list de synlige ændringer”, giver et struktureret sammenlignende svar i stedet for to sidestillede beskrivelser, som du selv skulle skulle afstemme. Hold antallet rimeligt: Efterhånden som batchen vokser, er der større risiko for, at fine detaljer går tabt.
Gør foto-refleksen til en vane
De anvendelser, der giver mest værdi, er ofte de enkleste: et skærmbillede af en fejlmeddelelse, der skal forklares, en papirformular, der skal transskriberes, et diagram, der skal kommenteres, et rum, der skal indrettes, eller en etiket, der skal oversættes. I alle tilfælde gælder den samme regel: Et skarpt billede, et klart mål og et præcist outputformat.
Hvad der får en analyse til at fejle
Et sløret eller for mørkt billede er stadig den største forhindring: Ingen prompt kan redde et dårligt foto, så tag det igen. OpenAIs Help Center lister også kendte begrænsninger, som du bør have i tankerne:
- Medicinsk billeddiagnostik: Modellen er ikke egnet til at fortolke specialiserede medicinske billeder som CT-scanninger og må ikke bruges til medicinsk rådgivning.
- Tekst: Ikke-latinske skrifttyper læses mindre nøjagtigt; lille tekst har fordel af at blive forstørret; og roteret eller vendt tekst kan blive misforstået.
- Diagrammer: Kurver, der kun adskilles ved linjestil – hel, stiplet eller prikket – kan skabe forvirring.
- Rum og optælling: Præcis lokalisering, såsom brikkers position på et skakbræt, er vanskelig, og optælling af objekter forbliver omtrentlig.
- Former og filer: Panorama- eller fiskeøje-billeder udgør problemer; modellen læser ikke filnavne eller metadata, og billedet ændres i størrelse før analysen.
Overmodenhed udgør en anden risiko: Ved tvetydige elementer kan ChatGPT svare med ubegrundet sikkerhed og tage fejl. Verificér derfor altid kritiske oplysninger – beløb, doseringer, referencer – mod kilden. Overvej endelig privatlivets fred, før du sender en faktura, et ID-dokument eller et skærmbillede, der indeholder personlige data: Billeder følger de samme regler for dataanvendelse som resten af dit indhold.
Din tur
Vis, beskriv ikke. Fotografer et arbejdsdokument: en whiteboard, en formular eller et udskrevet diagram. Send det først med “Hvad er dette?”, og derefter igen med et klart mål og et specifikt outputformat. Verificér derefter tre elementer fra det andet svar ved at sammenligne dem med originalen.
Officielle kilder: ChatGPT Image Inputs FAQ · How your data is used to improve model performance (OpenAI Help Center) · Image inputs (ChatGPT-dokumentation)
Vigtige pointer
- Alle ChatGPT-abonnementer og modeller accepterer billeder: PNG, JPEG og ikke-animerede GIF på op til 20 MB
- Par altid billedet med et mål og et outputformat; annotér det område, der betyder noget
- Flere billeder kan analyseres sammen, men for store batch mister fine detaljer
- Kend de dokumenterede begrænsninger: medicinsk billeddiagnostik, ikke-latinske skrifttyper, optælling og præcis lokalisering
- Verificér alle kritiske oplysninger og afvej hensynet til privatlivets fred, før du sender et billede