Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Analyser billeder fundet via websøgning

Lektion 4 af 14 Opdateret 30. juli 2026 Begynder
På denne side
  1. Gå ud over tekst med billedanalyse
  2. Aktivér billedforståelse
  3. Sådan fungerer det
  4. Kombinér domænefiltrering og billedanalyse
  5. Relevante anvendelsestilfælde
  6. Begrænsninger, du skal kende
  7. Praktisk øvelse
  8. Vigtige pointer

Gå ud over tekst med billedanalyse

Websøgning er ikke begrænset til tekst. Når du aktiverer parameteren enable_image_understanding, kan Grok-modellen analysere billeder, den finder under sine søgninger. Det åbner op for nye muligheder: fortolkning af diagrammer, læsning af infografik, forståelse af skærmbilleder eller analyse af nyhedsfotos.

Denne funktion er særligt nyttig i tilfælde, hvor visuel information supplerer eller erstatter tekst, f.eks. ved analyse af tendenser i aktiekurser, forståelse af tekniske diagrammer eller udtræk af data fra tabeller publiceret som billeder.

Aktivér billedforståelse

Du aktiverer dette via parameteren enable_image_understanding i konfigurationen af værktøjet 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
    }]
)

Når denne parameter er aktiveret, får modellen adgang til et ekstra internt værktøj kaldet view_image. Den kan invoke dette værktøj for at undersøge billeder, den støder på under søgningen, og udtrække relevant information.

Sådan fungerer det

Processen foregår i flere faser:

  1. Modellen udfører en standard websøgning
  2. Blandt resultaterne identificerer den potentielt relevante billeder
  3. Den bruger værktøjet view_image til at analysere disse billeder
  4. Den integrerer den visuelle information i sit endelige svar

Du behøver ikke håndtere nogen yderligere interaktion. Modellen orchestrerer alt selvstændigt.

Kombinér domænefiltrering og billedanalyse

Du kan aktivere billedanalyse samtidig med domænefiltrering:

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

Relevante anvendelsestilfælde

Visuel overvågning af mærkevarer

Overvåg, hvordan dit mærke fremstår visuelt online: brugte logoer, skærmbilleder af dit produkt, infografik, der nævner din virksomhed.

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
    }]
)

Visuel dataanalyse

Fortolk diagrammer og tabeller publiceret i online-rapporter uden at skulle downloade dem manuelt:

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
    }]
)

Begrænsninger, du skal kende

Billedanalyse øger svartiden, fordi modellen skal behandle visuelle data udover tekst. Det forbruger også flere output-tokens. Aktivér det kun, når visuel information tilfører reel værdi til svaret.

Kvaliteten af analysen afhænger også af opløsningen og klarheden af de fundne billeder. Diagrammer i høj opløsning med læsbare etiketter giver bedre resultater end slørede eller rodede billeder.

Praktisk øvelse

Opret et script, der beder Grok om at analysere visuelle tendenser i en sektor (f.eks. performance-diagrammer for et aktieindeks eller infografik fra en brancherapport). Sammenlign rigdommen i det svar, du får med og uden enable_image_understanding.

Vigtige pointer

  • Parameteren enable_image_understanding tillader modellen at analysere billeder fra webresultater
  • Modellen bruger værktøjet view_image internt til at undersøge relevante visuelle elementer
  • Denne parameter kan kombineres med allowed_domains eller excluded_domains
  • Billedanalyse øger behandlingstiden og token-forbruget
  • Denne funktion er ideel til visuel overvågning, diagramanalyse og udtræk af data fra infografik