Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Indholdsformat

Lektion 4 af 14 Opdateret 30. juli 2026 Begynder
På denne side
  1. Groks to inputformater
  2. Simpel tekststreng
  3. Array af typede objekter
  4. Kombination af tekst og billeder
  5. Parameteren detail for billeder
  6. Tekniske begrænsninger
  7. Praktisk øvelse
  8. Vigtige pointer

Groks to inputformater

Når du sender en besked til Grok, kan feltet content i hver besked antage en af to forskellige former. Det er vigtigt at forstå denne forskel, da den afgør, hvad du kan sende til modellen: enten ren tekst eller en blanding af tekst og billeder.

Simpel tekststreng

Den mest direkte form: indholdet er en simpel streng. Du vil bruge denne til langt de fleste af dine tekstbaserede interaktioner.

{
  "role": "user",
  "content": "Explain the advantages of the Rust language compared to C++"
}

Dette format fungerer til alle rent tekstbaserede opgaver: spørgsmål, instrukser, levering af data eller anmodninger om generering. Brug dette format, når du ikke har brug for at inkludere visuelle elementer.

Array af typede objekter

Til multimodale anmodninger (tekst + billeder) accepterer Grok et array af objekter, hvor hvert element indeholder et type-felt, der angiver dets natur.

Format til Chat Completions (Legacy-endepunkt)

{
  "role": "user",
  "content": [
    {"type": "text", "text": "Describe this user interface and suggest improvements"},
    {"type": "image_url", "image_url": {"url": "https://exemple.com/screenshot.png", "detail": "high"}}
  ]
}

Format til Responses (Primært endepunkt)

{
  "input": [
    {"type": "input_text", "text": "Analyze this chart and extract the main trends"},
    {"type": "input_image", "image_url": "https://exemple.com/graphique.png"}
  ]
}

Bemærk navngivningsforskellen mellem de to endepunkter: text og image_url til Chat Completions, mens input_text og input_image bruges til Responses.

Kombination af tekst og billeder

Objekt-arrayet giver dig mulighed for frit at blande tekst og billeder i vilkårlig rækkefølge. Du kan sende flere billeder i samme anmodning med tekst før, efter eller imellem dem.

{
  "role": "user",
  "content": [
    {"type": "text", "text": "Compare these two interface mockups:"},
    {"type": "image_url", "image_url": {"url": "https://exemple.com/maquette-v1.png"}},
    {"type": "text", "text": "Version 1 above, version 2 below:"},
    {"type": "image_url", "image_url": {"url": "https://exemple.com/maquette-v2.png"}},
    {"type": "text", "text": "Identify the main differences and recommend the best version."}
  ]
}

Accepterede billedkilder

Grok accepterer billeder på to måder:

  • Direkte URL: et HTTPS-link til billedet, der er hostet online
  • Base64-kodet: billedet indlejret direkte i anmodningen som en data-URI
{"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,/9j/4AAQ..."}}

Base64-formatet er nyttigt, når dine billeder ikke er hostet online (f.eks. lokale skærmbilleder eller billeder genereret af din applikation).

Parameteren detail for billeder

Hvert billede kan modtage en parameter detail, der styrer analyseniveauet:

  • auto: modellen vælger automatisk (standardadfærd)
  • low: hurtig og økonomisk analyse, bruger færre tokens
  • high: detaljeret analyse, bruger flere tokens, men fanger fine detaljer
{"type": "image_url", "image_url": {"url": "https://...", "detail": "low"}}

Brug low til enkle opgaver (klassificering, generel beskrivelse) og high til præcise analyser (OCR, detektion af detaljer, læsning af diagrammer).

Tekniske begrænsninger

Husk disse grænser, når du arbejder med billeder:

  • Maksimal størrelse: 20 MB pr. billede
  • Accepterede formater: Kun JPG, JPEG, PNG
  • Ingen grænse for antallet af billeder pr. anmodning
  • Kompatible modeller: grok-4.5 og nyere
  • Billeder bruger mellem 256 og 1.792 tokens afhængigt af deres størrelse og detaljeniveau

Praktisk øvelse

Test begge formater med en simpel opgave:

Simpelt tekstformat:

{"role": "user", "content": "What are the 5 fundamental principles of UX design?"}

Array-format (kun tekst, men struktureret):

{
  "role": "user",
  "content": [
    {"type": "text", "text": "Context: I'm designing a mobile food delivery application."},
    {"type": "text", "text": "Question: what are the 5 most important UX principles for this type of application?"}
  ]
}

Selv uden et billede giver array-formatet dig mulighed for klart at adskille kontekst fra spørgsmål, hvilket kan forbedre relevansen af svaret.

Vigtige pointer

  • Indhold kan være en simpel streng (plain text) eller et objekt-array (multimodalt)
  • Array-formatet lader dig blande tekst og billeder i vilkårlig rækkefølge
  • Der findes to navngivningsformater afhængigt af endepunktet: Chat Completions vs. Responses
  • Parameteren detail styrer dybden af billedanalysen (low, auto, high)
  • Billeder bruger tokens: tilpas detaljeniveauet til dine behov
  • Base64-formatet lader dig sende billeder uden at hoste dem online