Kuvien kuvaus
Tällä sivulla
Hae oivalluksia kuvistasi
Kuvien kuvaus on Grokin multimodaalisen näkökyvyn luontevin käyttötapa. Lähetät kuvan, esität kysymyksen ja malli palauttaa yksityiskohtaisen tekstianalyysin. Vaikka tämä vaikuttaa yksinkertaiselta, ominaisuus avaa merkittäviä mahdollisuuksia tuotantoympäristöissä.
Yleinen kuvaus
Yksinkertaisin pyyntö on pyytää vapaamuotoinen kuvaus:
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": url_image},
{"type": "input_text", "text": "Describe this image in detail."}
]
)
Malli tunnistaa keskeiset elementit (objektit, ihmiset, teksti, värit, sommittelu) ja tuottaa kuvaavan kappaleen. Useimpiin kuviin auto-tila riittää.
Jäsennelty kuvaus
Tuotantoympäristöissä vapaamuotoiset kuvaukset ovat harvoin käyttökelpoisia. Haluat ohjata mallia jäsennellyllä kehotteella:
prompt = """Analyze this image and return a JSON with:
- "subject": the main subject in one sentence
- "objects": list of identified objects
- "dominant_colors": the 3 main colors
- "mood": the general mood (bright, dark, warm, etc.)
- "visible_text": any text readable in the image
"""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": url_image},
{"type": "input_text", "text": prompt}
]
)
Tämä muoto on valmis käytettäväksi sovelluksessasi tietokannan, hakukoneen tai luettelon täyttämiseen.
Esimerkki: Verkkokaupan tuotesivut
Yksi kysytyimmistä käyttötapauksista on tuotekuvausten automaattinen generointi valokuvista:
def generate_product_sheet(image_url):
prompt = """You are an expert e-commerce copywriter. Based on this
product photo, generate:
1. A catchy product title (max 80 characters)
2. A marketing description (2-3 sentences)
3. Visible features (material, color, shape)
4. Relevant SEO keywords (5 maximum)
Respond in JSON."""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": image_url, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Käyttämällä asetusta detail: "high", malli tallentaa hienovaraiset tuotetiedot (tekstuurit, etiketit, viimeistelyt), jotka rikastuttavat kuvausta.
Esimerkki: Vaihtoehtoinen teksti (saavutettavuus)
Sivustosi kuvien alt-attribuuttien automaattinen generointi parantaa saavutettavuutta ja SEO-tuloksia:
def generate_alt_text(image_url):
prompt = """Generate alternative text (alt attribute) for this
web image. The text must:
- Be concise (max 125 characters)
- Describe the content, not the style
- Not start with "Image of" or "Photo of"
- Be useful for a screen reader
Return only the alt text, without quotes."""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": image_url, "detail": "low"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
low-tila riittää tähän, sillä vaihtoehtoinen teksti on yleiskuvaus, ei hienojakoista analyysiä.
Esimerkki: Sisällön moderointi
Voit käyttää näkökykyä suodattaaksesi automaattisesti käyttäjiesi lataamia kuvia:
def moderate_image(image_url):
prompt = """Analyze this image and classify it:
- "safe": content appropriate for all audiences
- "warning": sensitive content but not prohibited
- "reject": inappropriate content
Return a JSON with "classification" and "reason"."""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": image_url, "detail": "auto"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Parhaat käytännöt kuvauksessa
- Ole tarkka kehotteessasi: “Kuvaile tämä kuva” tuottaa epämääräisiä tuloksia. “Tunnista tuotteet, värit ja näkyvä teksti” on paljon tehokkaampaa.
- Pyydä jäsenneltyä muotoa (JSON, lista) automaattisen käsittelyn helpottamiseksi.
- Säädä yksityiskohtaisuustaso tarpeen mukaan:
lowluokitteluun,highhienojakoiseen analyysiin. - Käytä asetusta
store: falsearkaluonteisille kuville tai kuville, jotka kuuluvat GDPR:n piiriin.
Keskeiset asiat
- Kuvien kuvaus on Grok Visionin peruskäyttötapaus.
- Jäsentele kehotteesi saadaksesi käyttökelpoisia vastauksia (JSON, listat).
- Säädä
detail-parametri vaaditun tarkkuustason mukaan. - Yleisiä sovelluksia ovat verkkokauppa, saavutettavuus ja moderointi.
- Muista käyttää asetusta
store: falsearkaluonteisille tiedoille.