Lähe põhisisu juurde
Eesti— Vali keel
Menüü

Toetatud failivormingud

Õppetund 2 / 16 Värskendatud 29. juuli 2026 Arendajatele
Sellel lehel
  1. Ainus kriteerium, mis loeb
  2. Neli toetatud kategooriat
  3. Levinud lõksud
  4. Vali võimalikult struktureeritud vorming
  5. Peamised punktid

Ainus kriteerium, mis loeb

Enne kui küsid, kas konkreetne vorming sobib, esita endale lihtsam küsimus: kas fail sisaldab eraldatavat teksti? xAI Files API haldab teksti faile. Kui mõni tööriist suudab sealt tähemärke ekstraheerida ilma optilise märgitundmiseta (OCR), siis dokument tõenäoliselt aktsepteeritakse. Puhtalt binaarsed failid – pildid, heli, video – ei kuulu siia; pildi puhul on õige lähenemine kasutada Responses API-s parameetrit input_image, mitte Files API-t.

See ainus kriteerium selgitab enamikku tagasilükkamisi, millega kokku puutud. See selgitab ka seda, miks finantsaruande PDF toimib veatult, samas kui laua-skannerist pärit PDF ei tööta: esimesel on tekstikiht olemas, teine koosneb vaid lehekülgede fotode seeriast.

Neli toetatud kategooriat

Toetatud vormingud jagunevad nelja kategooriasse, millest ühel on oma eelistatud kasutusvaldkonnad.

KategooriaVormingudMida Grok ekstraheerib
KontoridokumendidPDF, DOCX, ODT, EPUB, RTFTekst, tabelid, jaotiste struktuur
Lähtekood.py, .js, .ts, .java, .go, .rs, .cpp, HTML, CSS, XML ja üle 80 keeleImpordid, sõltuvused, failistruktuur
Struktureeritud andmedCSV, TSV, JSON, JSON-LD, vCardVäljade hierarhia, statistika, trendid
LihttekstTXT, MDLineaarne sisu, Markdowni pealkirjad ja loendid

Kontoridokumentide seas on PDF endiselt levinuim vorming ja Grok ekstraheerib sellest teksti, tabelid ja jaotiste jaotuse. Wordi DOCX säilitab ekstraheerimisel oma vormingu – rasvane kiri, kursiiv, loendid – täpselt nagu selle avatud lähtekoodiga vaste ODT. EPUB muutub huvitavaks niipea, kui töötad pikkade väljaannete, näiteks valge raamatu või terve käsiraamatuga, ning RTF, kuigi vanem, on endiselt piisavalt levinud, et seda toetada.

Lähtekood on valdkond, kus Files API eristub kõige selgemalt kopeeri-kleebi meetodist. Kui saadad payment.py faili tervikuna, mitte üksiku funktsioonina, muutub analüüsi olemus: Grok näeb importe, sõltuvusi ja faili organisatsiooni ning suudab seetõttu märgata, et erind püütakse kinni kolmkümmend rida kõrgemal või et ülaosas defineeritud konstant on vastuolus allpool oleva kommentaariga. Toetatud on üle 80 tekstipõhise süntaksiga programmeerimiskeele.

Andmevorminguid kasutatakse peamiselt kvantitatiivseks analüüsiks. Kuude müügiandmetega CSV-fail võimaldab Grokil arvutada hälbeid, tuvastada hooajalisust ja kokku võtta mitme tuhande reaga andmestikku; JSON-konfiguratsioon või API vastus annab juurdepääsu väljade vahelisele hierarhiale ja seostele, mida lamestatud tabel ei näitaks. JSON-LD lisab seotud andmetele semantilist konteksti ja vCard katab kontaktkaardid. Lõpuks toimivad TXT ja MD ootuspäraselt, kusjuures Markdown pakub eelise edastada kergekaaluline pealkirjade ja loendite struktuur.

Levinud lõksud

Tootmises tuleb pidevalt ette neli piirangut. Esimene on suurus: 48 MB faili kohta; kui see ületatakse, tuleb dokument tükeldada. Teine on kodeering: su failid peavad olema UTF-8 kodeeringus ja ISO-8859 või Windows-1252 formaadis eksportimine tekitab vigaseid tähemärke, mõnikord peenelt – näiteks muutub `é` keset lepingut “ é -ks ja seda ei märgata, kuni otsing tulemust ei anna. Kolmas on **pilditöötluse puudumine**: PNG, JPG või GIF ei kuulu siia, pead kasutama input_image`. Neljas on juhtum, kui tegemist on skaneeritud PDF-iga ilma OCR-tekstikihita, mis laadimisel küll aktsepteeritakse, kuid päringu tegemisel tulemusi ei tagasta.

See viimane olukord nõuab lihtsat harjumust: enne määramata päritoluga PDF-ide partii üleslaadimist ava üks fail ja proovi hiirega lõik teksti valida. Kui midagi ei valitu, tuleb su dokumendid enne läbi lasta OCR-töötlusest.

Vali võimalikult struktureeritud vorming

Kui sama teave eksisteerib mitmel kujul, vali alati kõige struktureeritum variant. Aruannete analüüsimisel eelista algset PDF-i või DOCX-i, mis säilitavad hierarhia, mitte lamedat tekstieksporti. Andmeanalüüsi jaoks annavad tabelite puhul CSV ja hierarhiliste andmete puhul JSON paremaid tulemusi kui tavaliseks tekstiks teisendatud arvutustabeli eksport. Koodi ülevaatamiseks saada algne lähtefail oma algse laiendiga. Dokumentatsiooni jaoks sobib Markdown või PDF, olenevalt sellest, mis sul allikana olemas on. Reegel taandub ühele lausele: iga säilitatud struktuuritase on kontekstitase, mida mudel ei pea uuesti üles ehitama.

Peamised punktid

  • Files API toetab dokumente (PDF, DOCX, EPUB), koodi (üle 80 keele), andmeid (CSV, JSON) ja lihtteksti
  • Piirang on 48 MB faili kohta UTF-8 kodeeringus
  • Pilte ja binaarseid faile ei toetata – piltide jaoks kasuta input_image
  • Parema analüüsi saamiseks eelista võimalikult struktureeritud vormingut