Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Υποστηριζόμενες μορφές αρχείων

Μάθημα 2 / 16 Ενημερώθηκε 29 Ιουλίου 2026 Για developers
Σε αυτήν τη σελίδα
  1. Το μοναδικό κριτήριο που έχει σημασία
  2. Οι τέσσερις υποστηριζόμενες κατηγορίες
  3. Συχνές παγίδες
  4. Επιλέξτε την πιο δομημένη μορφή δυνατή
  5. Βασικά σημεία

Το μοναδικό κριτήριο που έχει σημασία

Πριν αναρωτηθείτε αν μια συγκεκριμένη μορφή λειτουργεί, θέστε στον εαυτό σας μια απλούστερη ερώτηση: περιέχει το αρχείο εξαγώγιμο κείμενο; Το Files API της xAI διαχειρίζεται αρχεία κειμένου. Αν οποιοδήποτε εργαλείο μπορεί να εξάγει χαρακτήρες από αυτό χωρίς οπτική αναγνώριση χαρακτήρων (OCR), τότε το έγγραφο πιθανότατα γίνεται δεκτό. Τα καθαρά δυαδικά αρχεία—εικόνες, ήχος, βίντεο—δεν ανήκουν εδώ· για μια εικόνα, η σωστή προσέγγιση είναι το input_image στο Responses API και όχι στο Files API.

Αυτό το μοναδικό κριτήριο εξηγεί τις περισσότερες απορρίψεις που θα συναντήσετε. Εξηγεί επίσης γιατί ένα PDF οικονομικής αναφοράς λειτουργεί άψογα, ενώ ένα PDF από έναν σαρωτή επιτραπέζιου υπολογιστή αποτυγχάνει: το πρώτο διαθέτει στρώμα κειμένου, το δεύτερο είναι απλώς μια σειρά φωτογραφιών σελίδων.

Οι τέσσερις υποστηριζόμενες κατηγορίες

Οι υποστηριζόμενες μορφές εμπίπτουν σε τέσσερις κατηγορίες, η καθεμία με τις δικές της προτεινόμενες χρήσεις.

ΚατηγορίαΜορφέςΤι εξάγει το Grok
Έγγραφα ΓραφείουPDF, DOCX, ODT, EPUB, RTFΚείμενο, πίνακες, δομή ενοτήτων
Πηγαίος Κώδικας.py, .js, .ts, .java, .go, .rs, .cpp, HTML, CSS, XML και 80+ γλώσσεςΕισαγωγές (imports), εξαρτήσεις, δομή αρχείων
Δομημένα ΔεδομέναCSV, TSV, JSON, JSON-LD, vCardΙεραρχία πεδίων, στατιστικά στοιχεία, τάσεις
Απλό ΚείμενοTXT, MDΓραμμικό περιεχόμενο, επικεφαλίδες και λίστες Markdown

Όσον αφορά τα έγγραφα γραφείου, το PDF παραμένει η πιο κοινή μορφή και το Grok εξάγει το κείμενό του, τους πίνακες και την ανάλυση ενοτήτων. Ένα Word DOCX διατηρεί τη μορφοποίησή του—έντονα, πλάγια, λίστες—κατά την εξαγωγή, ακριβώς όπως και το ανοιχτού κώδικα ισοδύναμό του, το ODT. Το EPUB γίνεται ενδιαφέρον μόλις εργαστείτε σε μεγάλες εκδόσεις, μια λευκή βίβλο (white paper) ή ένα ολόκληρο εγχειρίδιο, ενώ το RTF, παρόλο που είναι παλαιότερο, παραμένει αρκετά διαδεδομένο για να υποστηρίζεται.

Ο πηγαίος κώδικας είναι ο τομέας όπου το Files API διακρίνεται πιο ξεκάθαρα από την αντιγραφή-επικόλληση. Η αποστολή του πλήρους payment.py αντί για μια μεμονωμένη συνάρτηση αλλάζει τη φύση της ανάλυσης: το Grok βλέπει τις εισαγωγές, τις εξαρτήσεις και την οργάνωση των αρχείων, και μπορεί επομένως να εντοπίσει ότι μια εξαίρεση πιάνεται τριάντα γραμμές πιο πάνω ή ότι μια σταθερά που ορίζεται στην αρχή contradicts ένα σχόλιο στο τέλος. Καλύπτονται 80+ γλώσσες με σύνταξη βασισμένη σε κείμενο.

Οι μορφές δεδομένων εξυπηρετούν κυρίως την ποσοτική ανάλυση. Ένα CSV με μηνιαίες πωλήσεις επιτρέπει στο Grok να υπολογίσει αποκλίσεις, να εντοπίσει εποχικότητα και να συνοψίσει ένα σύνολο δεδομένων several χιλιάδων γραμμών· μια διαμόρφωση JSON ή μια απόκριση API του δίνει πρόσβαση στην ιεραρχία και τις σχέσεις μεταξύ των πεδίων, κάτι που ένας επίπεδος πίνακας δεν θα έδειχνε. Το JSON-LD προσθέτει σημασιολογικό πλαίσιο στα συνδεδεμένα δεδομένα και το vCard καλύπτει τις κάρτες επαφών. Τέλος, τα TXT και MD λειτουργούν όπως αναμένεται, με το Markdown να προσφέρει το πλεονέκτημα της μετάδοσης μιας ελαφριάς δομής επικεφαλίδων και λιστών.

Συχνές παγίδες

Τέσσερις περιορισμοί εμφανίζονται συνεχώς στην παραγωγή. Ο πρώτος είναι το μέγεθος: 48 MB ανά αρχείο, πέρα από το οποίο πρέπει να διαιρέσετε το έγγραφο. Ο δεύτερος είναι η κωδικοποίηση: τα αρχεία σας πρέπει να είναι σε UTF-8 και μια εξαγωγή σε ISO-8859 ή Windows-1252 θα παράγει κατεστραμμένους τονισμένους χαρακτήρες, μερικές φορές ανεπαίσθητα—ένα `é` που γίνεται `é` στη μέση μιας σύμβασης περνάει απαρατήρητο μέχρι μια αναζήτηση να μην βρει τίποτα. Ο τρίτος είναι η έλλειψη επεξεργασίας εικόνας: τα PNG, JPG ή GIF δεν ανήκουν εδώ, πρέπει να χρησιμοποιήσετε το input_image. Ο τέταρτος είναι η περίπτωση ενός σαρωμένου PDF χωρίς στρώμα κειμένου OCR, το οποίο θα γίνει δεκτό κατά τη μεταφόρτωση αλλά δεν θα επιστρέψει αποτελέσματα όταν queried.

Αυτή η τελευταία κατάσταση απαιτεί μια απλή συνήθεια: πριν ανεβάσετε μια παρτίδα PDF αβέβαιης προέλευσης, ανοίξτε ένα και προσπαθήστε να επιλέξετε μια παράγραφο με το ποντίκι. Αν δεν επιλέγεται τίποτα, τα έγγραφά σας πρέπει να περάσουν από επεξεργασία OCR εκ των προτέρων.

Επιλέξτε την πιο δομημένη μορφή δυνατή

Όταν οι ίδιες πληροφορίες υπάρχουν σε πολλαπλές μορφές, επιλέγετε πάντα την πιο δομημένη. Για ανάλυση αναφορών, προτιμήστε το αρχικό PDF ή DOCX, τα οποία διατηρούν την ιεραρχία, αντί για μια επίπεδη εξαγωγή κειμένου. Για ανάλυση δεδομένων, ένα CSV για πίνακες και ένα JSON για ιεραρχικά δεδομένα θα δώσουν καλύτερα αποτελέσματα από μια εξαγωγή υπολογιστικού φύλλου μετατραπείσα σε απλό κείμενο. Για αναθεώρηση κώδικα, στείλτε το αρχικό αρχείο πηγής με την αρχική του επέκταση. Για τεκμηρίωση, το Markdown ή το PDF λειτουργούν ανάλογα με το τι έχετε στην πηγή. Ο κανόνας συνοψίζεται σε μια πρόταση: κάθε επίπεδο δομής που διατηρείτε είναι ένα επίπεδο πλαισίου που το μοντέλο δεν θα χρειαστεί να ανακατασκευάσει.

Βασικά σημεία

  • Το Files API υποστηρίζει έγγραφα (PDF, DOCX, EPUB), κώδικα (80+ γλώσσες), δεδομένα (CSV, JSON) και απλό κείμενο
  • Το όριο είναι 48 MB ανά αρχείο σε κωδικοποίηση UTF-8
  • Οι εικόνες και τα δυαδικά αρχεία δεν υποστηρίζονται—χρησιμοποιήστε το input_image για εικόνες
  • Προτιμήστε την πιο δομημένη μορφή δυνατή για να λάβετε καλύτερη ανάλυση