Unterstützte Dateiformate
Auf dieser Seite
Das entscheidende Kriterium
Bevor Sie fragen, ob ein bestimmtes Format funktioniert, stellen Sie sich eine einfachere Frage: Enthält die Datei extrahierbaren Text? Die xAI Files API verarbeitet Text-Dateien. Wenn ein Werkzeug Zeichen daraus extrahieren kann, ohne optische Zeichenerkennung (OCR), wird das Dokument wahrscheinlich akzeptiert. Reine Binärdateien – Bilder, Audio, Video – gehören hier nicht hin; für ein Bild ist der richtige Ansatz input_image in der Responses API, nicht die Files API.
Dieses einzelne Kriterium erklärt die meisten Ablehnungen, die Sie antreffen werden. Es erklärt auch, warum ein Finanzbericht-PDF perfekt funktioniert, während ein PDF von einem Desktop-Scanner fehlschlägt: Das erste trägt eine Textschicht, das zweite ist lediglich eine Reihe von Fotos der Seiten.
Die vier unterstützten Kategorien
Unterstützte Formate fallen in vier Kategorien, jede mit ihren bevorzugten Verwendungszwecken.
| Kategorie | Formate | Was Grok extrahiert |
|---|---|---|
| Office-Dokumente | PDF, DOCX, ODT, EPUB, RTF | Text, Tabellen, Abschnittsstruktur |
| Quellcode | .py, .js, .ts, .java, .go, .rs, .cpp, HTML, CSS, XML und 80+ Sprachen | Imports, Abhängigkeiten, Dateistruktur |
| Strukturierte Daten | CSV, TSV, JSON, JSON-LD, vCard | Feldhierarchie, Statistiken, Trends |
| Reiner Text | TXT, MD | Linearen Inhalt, Markdown-Überschriften und Listen |
Bei Office-Dokumenten bleibt PDF das häufigste Format, und Grok extrahiert seinen Text, Tabellen und die Aufteilung in Abschnitte. Ein Word-DOCX behält seine Formatierung – Fett, Kursiv, Listen – in der Extraktion bei, genau wie sein Open-Source-Äquivalent ODT. EPUB wird interessant, sobald Sie an langen Publikationen, einem White Paper oder einem gesamten Handbuch arbeiten, und RTF, obwohl älter, ist noch häufig genug, um unterstützt zu werden.
Quellcode ist der Bereich, in dem sich die Files API am deutlichsten von der einfachen Kopie und Einfügung unterscheidet. Das Senden von payment.py vollständig statt einer isolierten Funktion ändert die Natur der Analyse: Grok sieht die Imports, Abhängigkeiten und die Dateiorganisation und kann daher feststellen, dass eine Ausnahme dreißig Zeilen höher abgefangen wird oder dass eine oben definierte Konstante einem Kommentar unten widerspricht. 80+ Sprachen mit textbasierter Syntax werden abgedeckt.
Datenformate dienen primär der quantitativen Analyse. Eine CSV-Datei mit monatlichen Umsätzen ermöglicht es Grok, Varianzen zu berechnen, Saisonalität zu erkennen und einen Datensatz mit mehreren tausend Zeilen zusammenzufassen; eine JSON-Konfiguration oder eine API-Antwort gibt ihm Zugriff auf die Hierarchie und Beziehungen zwischen Feldern, die eine abgeflachte Tabelle nicht zeigen würde. JSON-LD fügt semantischen Kontext zu verknüpften Daten hinzu, und vCard deckt Kontaktkarten ab. Schließlich funktionieren TXT und MD wie erwartet, wobei Markdown den Vorteil bietet, eine leichte Struktur aus Überschriften und Listen zu vermitteln.
Häufige Fallstricke
Vier Einschränkungen treten in der Produktion ständig auf. Die erste ist die Größe: 48 MB pro Datei, darüber hinaus müssen Sie das Dokument aufteilen. Die zweite ist die Kodierung: Ihre Dateien müssen in UTF-8 sein, und ein Export in ISO-8859 oder Windows-1252 führt zu beschädigten Akzentzeichen, manchmal subtil – ein `é` wird zu `é` in der Mitte eines Vertrags, bleibt aber unbemerkt, bis eine Suche nichts findet. Die dritte ist das Fehlen von Bildverarbeitung: PNG, JPG oder GIF gehören hier nicht hin, Sie müssen input_image verwenden. Die vierte ist der Fall eines gescannten PDFs ohne OCR-Textschicht, das beim Hochladen akzeptiert wird, aber bei Abfragen keine Ergebnisse zurückgibt.
Diese letzte Situation erfordert eine einfache Gewohnheit: Bevor Sie eine Charge von PDFs mit ungewissem Ursprung hochladen, öffnen Sie eines und versuchen Sie, einen Absatz mit der Maus auszuwählen. Wenn nichts ausgewählt wird, müssen Ihre Dokumente vorab einer OCR-Verarbeitung unterzogen werden.
Wählen Sie das möglich strukturierteste Format
Wenn dieselben Informationen in mehreren Formen existieren, wählen Sie immer die strukturierteste. Für die Berichtsanalyse bevorzugen Sie das ursprüngliche PDF oder DOCX, das die Hierarchie bewahrt, statt eines flachen Textexports. Für die Datenanalyse liefern eine CSV-Datei für Tabellen und JSON für hierarchische Daten bessere Ergebnisse als ein Tabellenkalkulations-Export, der in reinen Text umgewandelt wurde. Für eine Code-Review senden Sie die ursprüngliche Quelldatei mit ihrer ursprünglichen Erweiterung. Für Dokumentation funktioniert Markdown oder PDF, je nachdem, was Sie an der Quelle haben. Die Regel fasst sich in einem Satz zusammen: Jede Ebene der Struktur, die Sie erhalten, ist eine Ebene von Kontext, die das Modell nicht rekonstruieren muss.
Kernaussagen
- Die Files API unterstützt Dokumente (PDF, DOCX, EPUB), Code (80+ Sprachen), Daten (CSV, JSON) und reinen Text
- Das Limit beträgt 48 MB pro Datei in UTF-8-Kodierung
- Bilder und Binärdateien werden nicht unterstützt – verwenden Sie
input_imagefür Bilder - Bevorzugen Sie das möglich strukturierteste Format, um eine bessere Analyse zu erhalten