Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Ανάλυση εικόνων που βρέθηκαν μέσω αναζήτησης στον ιστό

Μάθημα 4 / 14 Ενημερώθηκε 30 Ιουλίου 2026 Αρχάριος
Σε αυτήν τη σελίδα
  1. Πέρα από το κείμενο με ανάλυση εικόνων
  2. Ενεργοποίηση κατανόησης εικόνων
  3. Πώς λειτουργεί
  4. Συνδυασμός φιλτραρίσματος τομέα και ανάλυσης εικόνων
  5. Σχετικές περιπτώσεις χρήσης
  6. Περιορισμοί που πρέπει να γνωρίζετε
  7. Πρακτική εξάσκηση
  8. Βασικά σημεία

Πέρα από το κείμενο με ανάλυση εικόνων

Η αναζήτηση στον ιστό δεν περιορίζεται στο κείμενο. Όταν ενεργοποιείτε την παράμετρο enable_image_understanding, το μοντέλο Grok μπορεί να αναλύσει εικόνες που εντοπίζονται κατά τις αναζητήσεις του. Αυτό ανοίγει νέες δυνατότητες: ερμηνεία γραφημάτων, ανάγνωση infographics, κατανόηση στιγμιότυπων οθόνης ή ανάλυση φωτογραφιών ειδήσεων.

Αυτή η δυνατότητα είναι ιδιαίτερα χρήσιμη για περιπτώσεις χρήσης όπου οι οπτικές πληροφορίες συμπληρώνουν ή αντικαθιστούν το κείμενο, όπως η ανάλυση τάσεων από χρηματιστηριακά διαγράμματα, η κατανόηση τεχνικών διαγραμμάτων ή η εξαγωγή δεδομένων από πίνακες που δημοσιεύονται ως εικόνες.

Ενεργοποίηση κατανόησης εικόνων

Ενεργοποιείτε αυτή τη λειτουργία μέσω της παραμέτρου enable_image_understanding στη διαμόρφωση του εργαλείου 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
    }]
)

Όταν αυτή η παράμετρος είναι ενεργοποιημένη, το μοντέλο έχει πρόσβαση σε ένα επιπλέον εσωτερικό εργαλείο με την ονομασία view_image. Μπορεί να επικαλεστεί αυτό το εργαλείο για να εξετάσει εικόνες που συναντά κατά την αναζήτησή του και να εξαγάγει σχετικές πληροφορίες.

Πώς λειτουργεί

Η διαδικασία εκτυλίσσεται σε διάφορα στάδια:

  1. Το μοντέλο εκτελεί μια τυπική αναζήτηση στον ιστό
  2. Μεταξύ των αποτελεσμάτων, εντοπίζει δυνητικά σχετικές εικόνες
  3. Χρησιμοποιεί το εργαλείο view_image για να αναλύσει αυτές τις εικόνες
  4. Ενσωματώνει τις οπτικές πληροφορίες στην τελική απάντησή του

Δεν χρειάζεται να διαχειριστείτε καμία επιπλέον αλληλεπίδραση. Το μοντέλο συντονίζει τα πάντα αυτόνομα.

Συνδυασμός φιλτραρίσματος τομέα και ανάλυσης εικόνων

Μπορείτε να ενεργοποιήσετε την ανάλυση εικόνων ταυτόχρονα με το φιλτράρισμα τομέα:

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

Σχετικές περιπτώσεις χρήσης

Οπτική παρακολούθηση μάρκας

Παρακολουθήστε πώς εμφανίζεται οπτικά η μάρκα σας στο διαδίκτυο: λογότυπα που χρησιμοποιούνται, στιγμιότυπα οθόνης του προϊόντος σας, infographics που αναφέρουν την εταιρεία σας.

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
    }]
)

Οπτική ανάλυση δεδομένων

Ερμηνεύστε γραφήματα και πίνακες που δημοσιεύονται σε διαδικτυακές εκθέσεις χωρίς να χρειάζεται να τα κατεβάσετε χειροκίνητα:

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
    }]
)

Περιορισμοί που πρέπει να γνωρίζετε

Η ανάλυση εικόνων αυξάνει τον χρόνο απόκρισης, καθώς το μοντέλο πρέπει να επεξεργάζεται οπτικά δεδομένα επιπλέον του κειμένου. Καταναλώνει επίσης περισσότερα tokens εξόδου. Ενεργοποιήστε την μόνο όταν οι οπτικές πληροφορίες προσθέτουν πραγματική αξία στην απάντηση.

Η ποιότητα της ανάλυσης εξαρτάται επίσης από την ανάλυση και τη σαφήνεια των εικόνων που βρέθηκαν. Τα γραφήματα υψηλής ανάλυσης με ευανάγνωστες ετικέτες αποδίδουν καλύτερα αποτελέσματα από θολές ή υπερφορτωμένες εικόνες.

Πρακτική εξάσκηση

Δημιουργήστε ένα σενάριο που ζητά από το Grok να αναλύσει οπτικές τάσεις σε έναν κλάδο (για παράδειγμα, γραφήματα απόδοσης για έναν χρηματιστηριακό δείκτη ή infographics από μια κλαδική έκθεση). Συγκρίνετε τον πλούτο της απάντησης που λαμβάνετε με και χωρίς την παράμετρο enable_image_understanding.

Βασικά σημεία

  • Η παράμετρος enable_image_understanding επιτρέπει στο μοντέλο να αναλύει εικόνες από τα αποτελέσματα του ιστού
  • Το μοντέλο χρησιμοποιεί εσωτερικά το εργαλείο view_image για να εξετάσει σχετικά οπτικά στοιχεία
  • Αυτή η παράμετρος μπορεί να συνδυαστεί με τις allowed_domains ή excluded_domains
  • Η ανάλυση εικόνων αυξάνει τον χρόνο επεξεργασίας και την κατανάλωση tokens
  • Αυτή η λειτουργία είναι ιδανική για οπτική παρακολούθηση, ανάλυση γραφημάτων και εξαγωγή δεδομένων από infographics