Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Understøttede filformater

Lektion 2 af 16 Opdateret 29. juli 2026 Udvikler
På denne side
  1. Det eneste kriterium, der betyder noget
  2. De fire understøttede kategorier
  3. Fælles faldgruber
  4. Vælg det mest strukturerede format muligt
  5. Vigtige pointer

Det eneste kriterium, der betyder noget

Før du spørger, om et bestemt format virker, så stil dig selv et simplere spørgsmål: indeholder filen tekst, der kan udtrækkes? xAI Files API håndterer tekstfiler. Hvis ethvert værktøj kan trække tegn ud af den uden optisk tegngenkendelse (OCR), vil dokumentet sandsynligvis blive accepteret. Rene binære filer – billeder, lyd, video – hører ikke hjemme her; til et billede er den korrekte tilgang input_image i Responses API, ikke Files API.

Dette ene kriterium forklarer de fleste afvisninger, du vil støde på. Det forklarer også, hvorfor en finansiel rapport i PDF virker perfekt, mens en PDF fra en skanner til computeren fejler: den første indeholder et tekstlag, den anden er blot en række fotos af sider.

De fire understøttede kategorier

Understøttede formater falder i fire kategorier, hver med sine foretrukne anvendelser.

KategoriFormaterHvad Grok udtrækker
KontordokumenterPDF, DOCX, ODT, EPUB, RTFTekst, tabeller, afsnitsstruktur
Kildekode.py, .js, .ts, .java, .go, .rs, .cpp, HTML, CSS, XML og 80+ sprogImports, afhængigheder, filstruktur
Strukturerede dataCSV, TSV, JSON, JSON-LD, vCardFelthierarki, statistik, tendenser
Almindelig tekstTXT, MDLineært indhold, Markdown-overskrifter og lister

Når det gælder kontordokumenter, er PDF stadig det mest almindelige format, og Grok udtrækker dets tekst, tabeller og afsnitsopdeling. En Word DOCX beholder sin formatering – fed, kursiv, lister – i udtrækningen, ligesom dens open-source-modstykke ODT. EPUB bliver interessant, så snart du arbejder med lange publikationer, et white paper eller en hel manual, og RTF, selvom det er ældre, er stadig udbredt nok til at være understøttet.

Kildekode er det område, hvor Files API adskiller sig tydeligst fra copy-paste. At sende payment.py i sin helhed i stedet for en isoleret funktion ændrer analysens karakter: Grok ser imports, afhængigheder og filorganisering og kan derfor opdage, at en undtagelse håndteres tredive linjer tidligere, eller at en konstant defineret øverst modsiger en kommentar nederst. Over 80 sprog med tekstbaseret syntaks er dækket.

Dataformater tjener primært kvantitativ analyse. En CSV med månedligt salg lader Grok beregne afvigelser, opdage sæsonudsving og opsummere et datasæt på flere tusind linjer; en JSON-konfiguration eller API-respons giver adgang til hierarkiet og relationerne mellem felter, hvilket en flad tabel ikke ville vise. JSON-LD tilføjer semantisk kontekst til linked data, og vCard dækker visitkort. Endelig fungerer TXT og MD som forventet, hvor Markdown tilbyder fordelen ved at formidle en letvægtsstruktur af overskrifter og lister.

Fælles faldgruber

Fire begrænsninger dukker konstant op i produktion. Den første er størrelse: 48 MB pr. fil; overstiges dette, skal du opdele dokumentet. Den anden er kodning: dine filer skal være i UTF-8, og en eksport i ISO-8859 eller Windows-1252 vil producere ødelagte accenterede tegn, nogle gange subtilt – at et `é` bliver til `é` midt i en kontrakt går ubemærket hen, indtil en søgning ikke finder noget. Den tredje er manglen på billedbehandling: PNG, JPG eller GIF hører ikke hjemme her, du skal bruge input_image. Den fjerde er tilfældet med en scannet PDF uden et OCR-tekstlag, som vil blive accepteret ved upload, men returnere ingen resultater, når der forespørges på den.

Denne sidste situation kræver en simpel vane: før du uploader en bunke PDF’er af usikker oprindelse, så åbn én og prøv at markere et afsnit med musen. Hvis intet kan markeres, skal dine dokumenter gennemgå OCR-behandling på forhånd.

Vælg det mest strukturerede format muligt

Når de samme oplysninger findes i flere former, skal du altid vælge den mest strukturerede. Til rapportanalyse bør du foretrække den originale PDF eller DOCX, som bevarer hierarkiet, frem for en flad teksteksport. Til dataanalyse vil en CSV til tabeller og JSON til hierarkiske data give bedre resultater end et regnearksekspporteret til almindelig tekst. Til en kodegennemgang sender du den originale kildefil med dens oprindelige filendelse. Til dokumentation fungerer Markdown eller PDF afhængigt af, hvad du har ved kilden. Reglen kan koges ned til én sætning: hvert strukturniveau, du bevarer, er et kontekstniveau, som modellen ikke skal rekonstruere.

Vigtige pointer

  • Files API understøtter dokumenter (PDF, DOCX, EPUB), kode (80+ sprog), data (CSV, JSON) og almindelig tekst
  • Grænsen er 48 MB pr. fil med UTF-8-kodning
  • Billeder og binære filer er ikke understøttet – brug input_image til billeder
  • Foretræk det mest strukturerede format muligt for at opnå bedre analyse