Analysoi verkkohaun löytämiä kuvia
Tällä sivulla
Mene tekstiä pidemmälle kuvien analyysilla
Verkkohaku ei rajoitu pelkkään tekstiin. Kun otat käyttöön parametrin enable_image_understanding, Grok-malli pystyy analysoimaan hakujensa aikana löytämiään kuvia. Tämä avaa uusia mahdollisuuksia: kaavioiden tulkintaa, infografiikoiden lukemista, kuvakaappausten ymmärtämistä tai uutiskuvien analysointia.
Tämä ominaisuus on erityisen hyödyllinen tilanteissa, joissa visuaalinen tieto täydentää tai korvaa tekstin, kuten osakekaavioiden trendien analysoinnissa, teknisten kaavioiden ymmärtämisessä tai kuvina julkaistuista taulukoista tiedon poimimisessa.
Ota kuvien ymmärtäminen käyttöön
Otat tämän käyttöön parametrilla enable_image_understanding työkalun web_search asetuksissa:
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
}]
)
Kun tämä parametri on käytössä, mallilla on pääsy ylimääräiseen sisäiseen työkaluun nimeltä view_image. Se voi kutsua tätä työkalua tutkiakseen haun aikana kohtaamiaan kuvia ja poimiakseen niistä olennaista tietoa.
Miten se toimii
Prosessi etenee useassa vaiheessa:
- Malli suorittaa tavallisen verkkohaun
- Tuloksista se tunnistaa mahdollisesti merkityksellisiä kuvia
- Se käyttää työkalua
view_imagenäiden kuvien analysointiin - Se integroi visuaalisen tiedon lopulliseen vastaukseensa
Sinun ei tarvitse hallita mitään lisävuorovaikutusta. Malli orkestroi kaiken itsenäisesti.
Yhdistä suodatus aihealueen mukaan ja kuvien analyysi
Voit ottaa kuvien analyysin käyttöön samanaikaisesti verkkotunnussuodatuksen kanssa:
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 |
Merkityksellisiä käyttötarkoituksia
Brändin visuaalinen seuranta
Seuraa, miten brändisi esiintyy visuaalisesti verkossa: käytetyt logot, tuotteesi kuvakaappaukset, yritystäsi mainitsevat infografiikat.
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
}]
)
Visuaalinen data-analyysi
Tulkitse verkkoraporteissa julkaistuja kaavioita ja taulukoita lataamatta niitä manuaalisesti:
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
}]
)
Huomioitavat rajoitukset
Kuvien analyysi pidentää vastausaikaa, koska mallin on käsiteltävä visuaalista dataa tekstin lisäksi. Se kuluttaa myös enemmän output-tokensia. Ota se käyttöön vain, kun visuaalisella tiedolla on todellista arvoa vastauksen kannalta.
Analyysin laatu riippuu myös löydettyjen kuvien resoluutiosta ja selkeydestä. Korkearesoluutioiset kaaviot, joissa on luettavat etiketit, tuottavat parempia tuloksia kuin sumeat tai sekavat kuvat.
Käytännön harjoitus
Luo skripti, joka pyytää Grokia analysoimaan visuaalisia trendejä tietyllä alalla (esimerkiksi osakeindeksin suorituskykykaaviot tai toimialaraportin infografiikat). Vertaa saadun vastauksen rikkautta tilanteissa, joissa enable_image_understanding on käytössä ja jossa sitä ei ole.
Keskeiset asiat
- Parametri
enable_image_understandingmahdollistaa mallille verkkotuloksista löytyvien kuvien analysoinnin - Malli käyttää sisäisesti työkalua
view_imagemerkityksellisten kuvien tutkimiseen - Tämä parametri voidaan yhdistää parametreihin
allowed_domainstaiexcluded_domains - Kuvien analyysi pidentää käsittelyaikaa ja kasvattaa tokenien kulutusta
- Tämä ominaisuus sopii erinomaisesti visuaaliseen seurantaan, kaavioiden analyysiin ja infografiikoista tiedon poimimiseen