Siirry pääsisältöön
Suomi— Valitse kieli
Valikko

Sisällön muoto

Oppitunti 4 / 14 Päivitetty 30. heinäkuuta 2026 Aloittelija
Tällä sivulla
  1. Grokin kaksi syötemuotoa
  2. Yksinkertainen merkkijono
  3. Tyypitetty objektimatriisi
  4. Tekstin ja kuvien yhdistäminen
  5. Kuvien detail-parametri
  6. Tekniset rajoitukset
  7. Käytännön harjoitus
  8. Keskeiset asiat

Grokin kaksi syötemuotoa

Kun lähetät viestin Grokille, jokaisen viestin content-kenttä voi olla yhdessä kahdesta eri muodosta. Tämän eron ymmärtäminen on tärkeää, koska se määrittää, mitä voit lähettää mallille: pelkkää tekstiä vai tekstin ja kuvien yhdistelmää.

Yksinkertainen merkkijono

Suoraviivaisin muoto: sisältö on yksinkertainen merkkijono. Käytät tätä useimmissa tekstipohjaisissa vuorovaikutustilanteissa.

{
  "role": "user",
  "content": "Explain the advantages of the Rust language compared to C++"
}

Tämä muoto toimii kaikissa puhtaasti tekstipohjaisissa tehtävissä: kysymykset, ohjeet, datan tarjoaminen tai generointipyynnöt. Käytä tätä muotoa, kun sinun ei tarvitse sisällyttää visuaalisia elementtejä.

Tyypitetty objektimatriisi

Monimodaalisia pyyntöjä varten (teksti + kuvat) Grok hyväksyy objektimatriisin, jossa jokainen alkio sisältää type-kentän, joka ilmoittaa sen luonteen.

Chat Completions -muoto (vanhentunut päätepiste)

{
  "role": "user",
  "content": [
    {"type": "text", "text": "Describe this user interface and suggest improvements"},
    {"type": "image_url", "image_url": {"url": "https://exemple.com/screenshot.png", "detail": "high"}}
  ]
}

Responses-muoto (ensisijainen päätepiste)

{
  "input": [
    {"type": "input_text", "text": "Analyze this chart and extract the main trends"},
    {"type": "input_image", "image_url": "https://exemple.com/graphique.png"}
  ]
}

Huomaa nimeämiero näiden kahden päätepisteen välillä: Chat Completions käyttää arvoja text ja image_url, kun taas Responses käyttää arvoja input_text ja input_image.

Tekstin ja kuvien yhdistäminen

Objektimatriisi antaa sinun sekoittaa vapaasti tekstiä ja kuvia missä tahansa järjestyksessä. Voit lähettää useita kuvia samassa pyynnössä, ja tekstiä voi olla ennen kuvia, niiden jälkeen tai niiden välissä.

{
  "role": "user",
  "content": [
    {"type": "text", "text": "Compare these two interface mockups:"},
    {"type": "image_url", "image_url": {"url": "https://exemple.com/maquette-v1.png"}},
    {"type": "text", "text": "Version 1 above, version 2 below:"},
    {"type": "image_url", "image_url": {"url": "https://exemple.com/maquette-v2.png"}},
    {"type": "text", "text": "Identify the main differences and recommend the best version."}
  ]
}

Hyväksytyt kuvien lähteet

Grok hyväksyy kuvia kahdella tavalla:

  • Suora URL-osoite: HTTPS-linkki verkossa isännöityyn kuvaan
  • Base64-koodattu: kuva upotettuna suoraan pyyntöön data-URI-muodossa
{"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,/9j/4AAQ..."}}

Base64-muoto on hyödyllinen, kun kuvasi eivät ole verkossa isännöitynä (esim. paikalliset kuvakaappaukset tai sovelluksesi generoimat kuvat).

Kuvien detail-parametri

Jokaiselle kuvalle voi antaa detail-parametrin, joka ohjaa analyysin tasoa:

  • auto: malli valitsee automaattisesti (oletuskäyttäytyminen)
  • low: nopea ja taloudellinen analyysi, kuluttaa vähemmän tokeneita
  • high: yksityiskohtainen analyysi, kuluttaa enemmän tokeneita mutta tallentaa hienot yksityiskohdat
{"type": "image_url", "image_url": {"url": "https://...", "detail": "low"}}

Käytä arvoa low yksinkertaisiin tehtäviin (luokittelu, yleiskuvaus) ja arvoa high tarkkoihin analyyseihin (OCR, yksityiskohtien havaitseminen, kaavioiden lukeminen).

Tekniset rajoitukset

Pidä nämä rajoitukset mielessäsi käsitellessäsi kuvia:

  • Enimmäiskoko: 20 Mt kuvaa kohden
  • Hyväksytyt muodot: vain JPG, JPEG, PNG
  • Ei rajoitusta kuvien määrälle pyyntöä kohden
  • Yhteensopivat mallit: grok-4.5 ja uudemmat
  • Kuvat kuluttavat 256–1 792 tokenia koosta ja detail-tasosta riippuen

Käytännön harjoitus

Testaa molempia muotoja yksinkertaisella tehtävällä:

Yksinkertainen tekstimuoto:

{"role": "user", "content": "What are the 5 fundamental principles of UX design?"}

Matriisimuoto (vain tekstiä, mutta jäsennelty):

{
  "role": "user",
  "content": [
    {"type": "text", "text": "Context: I'm designing a mobile food delivery application."},
    {"type": "text", "text": "Question: what are the 5 most important UX principles for this type of application?"}
  ]
}

Ilman kuvaakin matriisimuoto antaa sinun erottaa kontekstin selkeästi kysymyksestä, mikä voi parantaa vastausten osuvuutta.

Keskeiset asiat

  • Sisältö voi olla yksinkertainen merkkijono (pelkkä teksti) tai objektimatriisi (monimodaalinen)
  • Matriisimuoto mahdollistaa tekstin ja kuvien sekoittamisen missä tahansa järjestyksessä
  • Käytössä on kaksi nimeämiskäytäntöä päätepisteestä riippuen: Chat Completions vs Responses
  • detail-parametri ohjaa kuvanalyysin syvyyttä (low, auto, high)
  • Kuvat kuluttavat tokeneita: sovita detail-taso tarpeisiisi
  • Base64-muodon avulla voit lähettää kuvia ilman verkkoisännöintiä