Tuetut tiedostomuodot
Tällä sivulla
Ainoa ratkaiseva kriteeri
Ennen kuin kysyt, toimiiko tietty muodostus, esitä itsellesi yksinkertaisempi kysymys: sisältääkö tiedosto erotettavissa olevaa tekstiä? xAI Files API käsittelee teksti-tiedostoja. Jos jokin työkalu pystyy poimimaan siitä merkkejä ilman optista merkkien tunnistusta (OCR), asiakirja hyväksytään todennäköisesti. Puhtaat binääritiedostot – kuvat, ääni, video – eivät kuulu tähän; kuvan käsittelyyn oikea tapa on käyttää input_image-parametria Responses API:ssa, ei Files API:ssa.
Tämä yksittäinen kriteeri selittää suurimman osan kohtaamistasi hylkäyksistä. Se selittää myös sen, miksi PDF-muotoinen vuosikertomus toimii moitteettomasti, kun taas työpöytäskannerilla luotu PDF epäonnistuu: ensimmäisessä on tekstikerros, jälkimmäinen on vain sarja kuvia sivuista.
Neljä tuettua luokkaa
Tuetut muodot jakautuvat neljään luokkaan, joilla kullakin on omat käyttötarkoituksensa.
| Luokka | Muodot | Mitä Grok poimii |
|---|---|---|
| Toimistoasiakirjat | PDF, DOCX, ODT, EPUB, RTF | Teksti, taulukot, osiorakenne |
| Lähdekoodi | .py, .js, .ts, .java, .go, .rs, .cpp, HTML, CSS, XML ja yli 80 kieltä | Tuonnit, riippuvuudet, tiedostorakenne |
| Jäsennelty data | CSV, TSV, JSON, JSON-LD, vCard | Kenttien hierarkia, tilastot, trendit |
| Pelkkä teksti | TXT, MD | Lineaarinen sisältö, Markdown-otsikot ja luettelot |
Toimistoasiakirjoista PDF on yleisin muoto, ja Grok poimii siitä tekstin, taulukot ja osioiden erittelyn. Word-DOCX säilyttää muotoilunsa – lihavoinnit, kursivoinnit, luettelot – poiminnassa aivan kuten sen avoimen lähdekoodin vastine ODT. EPUB muuttuu kiinnostavaksi, kun työskentelet pitkien julkaisujen, kuten white paper -raporttien tai kokonaisten käyttöoppaiden, parissa. RTF on vanhempi muoto, mutta edelleen niin yleinen, että tuki sille on tarpeen.
Lähdekoodi on alue, jossa Files API erottuu selkeimmin kopioi-liitä-toiminnosta. Kun lähetät koko payment.py-tiedoston eristetyn funktion sijaan, analyysin luonne muuttuu: Grok näkee tuonnit, riippuvuudet ja tiedoston organisaation, joten se voi havaita, että poikkeus käsitellään kolmekymmentä riviä ylempänä tai että tiedoston alussa määritelty vakio on ristiriidassa lopussa olevan kommentin kanssa. Tuki kattaa yli 80 tekstipohjaista syntaksia käyttävää kieltä.
Datamuotoja käytetään ensisijaisesti kvantitatiiviseen analyysiin. Kuukausittaista myyntiä sisältävän CSV-tiedoston avulla Grok voi laskea vaihteluvälejä, tunnistaa kausivaihteluita ja tiivistää useiden tuhansien rivien datajoukon. JSON-muotoinen konfiguraatio tai API-vastaus antaa pääsyn kenttien välisiin hierarkioihin ja suhteisiin, joita litistetty taulukko ei näyttäisi. JSON-LD lisää semanttista kontekstia linkitettyyn dataan, ja vCard kattaa yhteystietokortit. Lopuksi TXT ja MD toimivat odotetusti, ja Markdown tarjoaa etuna kevyen otsikoiden ja luetteloiden rakenteen välittämisen.
Yleiset sudenkuopat
Tuotantoympäristössä nousee jatkuvasti esiin neljä rajoitusta. Ensimmäinen on koko: 48 Mt tiedostoa kohden; tätä suuremmat asiakirjat on jaettava osiin. Toinen on merkistökoodaus: tiedostojen on oltava UTF-8-muodossa. ISO-8859- tai Windows-1252-muotoinen vienti tuottaa vioittuneita tarkkeellisia merkkejä, joskus hienovaraisesti – esimerkiksi `é` muuttuu `é`:ksi keskellä sopimusta, mikä jää huomaamatta, kunnes haku ei löydä mitään. Kolmas on kuvankäsittelyn puute: PNG-, JPG- tai GIF-tiedostot eivät kuulu tähän, vaan niissä on käytettävä input_image-parametria. Neljäs tapaus on skannattu PDF, jossa ei ole OCR-tekstikerrosta; se hyväksytään latauksen yhteydessä, mutta palauttaa nollatuloksia kyselyitä tehtäessä.
Tämä viimeinen tilanne vaatii yksinkertaista tapaa: ennen epävarman alkuperän olevien PDF-batchien lataamista avaa yksi tiedosto ja yritä valita kappale hiirellä. Jos mitään ei voi valita, asiakirjasi on käsiteltävä OCR-prosessilla etukäteen.
Valitse aina mahdollisimman jäsennelty muoto
Kun sama tieto on saatavilla useassa muodossa, valitse aina mahdollisimman jäsennelty versio. Raporttianalyysissä suosi alkuperäistä PDF- tai DOCX-tiedostoa, jotka säilyttävät hierarkian, litistetyn tekstiviennin sijaan. Data-analyysissä CSV taulukoille ja JSON hierarkkiselle datalle tuottavat parempia tuloksia kuin pelkäksi tekstiksi muunnettu taulukkolaskentavienti. Koodikatselmointia varten lähetä alkuperäinen lähdekooditiedosto oikealla päätteellään. Dokumentaatiota varten Markdown tai PDF toimii sen mukaan, mitä lähdeaineistona on. Sääntö tiivistyy yhteen lauseeseen: jokainen säilyttämäsi rakennekerros on kontekstia, jota mallin ei tarvitse rekonstruoida.
Keskeiset asiat
- Files API tukee asiakirjoja (PDF, DOCX, EPUB), koodia (yli 80 kieltä), dataa (CSV, JSON) ja pelkkää tekstiä
- Raja on 48 Mt tiedostoa kohden UTF-8-koodauksella
- Kuvia ja binääritiedostoja ei tueta – käytä kuviin
input_image-parametria - Suosi mahdollisimman jäsenneltyä muotoa saadaksesi paremman analyysin