Léim go dtí an príomhábhar
Gaeilge— Roghnaigh teanga
Roghchlár

Cur síos ar Íomhánna

Ceacht 5 as 12 Nuashonraithe 30 Iúil 2026 Doicnéir
Ar an leathanach seo
  1. Léargas a Bhaint as do Chuid Íomhánna
  2. Cur Síos Ginearálta
  3. Cur Síos Struchtúrtha
  4. Sampla: Bileoga Táirge Ríomhthráchtála
  5. Sampla: Téacs Malartach (Inrochtaineacht)
  6. Sampla: Maoirseacht Ábhair
  7. Dea-Chleachtais maidir le Cur Síos
  8. Príomhphointí

Léargas a Bhaint as do Chuid Íomhánna

Grok OCR - eastóscadh téacs ó íomhá Is é cur síos ar íomhánna an cás úsáide is nádúrtha do radharc ilmhóideach Grok. Seolann tú íomhá, cuireann tú ceist, agus filleann an tsamhail anailís théacsúil mhionsonraithe ort. Cé go bhfuil sé simplí go cealgach, osclaíonn an cumas seo deiseanna suntasacha sa táirgeadh.

Ríomhthráchtáil
Bileoga táirge uathoibríoch
Inrochtaineacht
Téacs alt uathoibríoch
Maoirseacht
Scagadh ábhair
Catalóg
Innéacsú uathoibríoch

Cur Síos Ginearálta

Is é an t-iarratas is simplí ná cur síos saorchruthach a iarraidh:

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."}
    ]
)

Aithníonn an tsamhail gnéithe lárnacha (réada, daoine, téacs, dathanna, comhdhéanamh) agus cruthaíonn sí alt cur síosach. Do chuid mhór íomhánna, tá an mód auto leordhóthanach.

Cur Síos Struchtúrtha

Sa táirgeadh, is annamh a bhíonn cur síosanna saorchruthacha inúsáidte. Ba chóir duit an tsamhail a threorú le leid struchtúrtha:

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}
    ]
)

Tá an fhormáid seo réidh le húsáid i d’fheidhmchlár chun bunachar sonraí, inneall cuardaigh, nó catalóg a líonadh.

Sampla: Bileoga Táirge Ríomhthráchtála

Is cás úsáide atá á lorg go minic ná cur síosanna táirge a ghiniúint go huathoibríoch ó ghrianghraif:

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

Ag baint úsáide as detail: "high", gabhann an tsamhail mionsonraí táirge fineálta (uigeachtaí, lipéid, críocha) a chuireann leis an gcur síos.

Sampla: Téacs Malartach (Inrochtaineacht)

Feabhsaíonn giniúint uathoibríoch ar thréithe alt d’íomhánna do shuíomh gréasáin inrochtaineacht agus SEO:

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

Tá an mód low leordhóthanach anseo toisc gur cur síos ginearálta é an téacs malartach, seachas anailís mhionsonraithe.

Sampla: Maoirseacht Ábhair

Is féidir leat radharc a úsáid chun íomhánna a uaslódáiltear ag do chuid úsáideoirí a scagadh go huathoibríoch:

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

Dea-Chleachtais maidir le Cur Síos

  • Bí beacht i do leid: Cruthaíonn “Describe this image” torthaí doiléire. Tá “Identify the products, colors, and visible text” i bhfad níos éifeachtaí.
  • Iarr formáid struchtúrtha (JSON, liosta) chun próiseáil uathoibríoch a éascú.
  • Coigeartaigh an leibhéal mionsonraí de réir na riachtana: low le haghaidh aicmiúcháin, high le haghaidh anailíse fineálta.
  • Úsáid store: false d’íomhánna íogaire nó dóibh siúd atá faoi réir GDPR.

Príomhphointí

  • Is é cur síos ar íomhánna an bun-chás úsáide do radharc Grok.
  • Struchtúraigh do chuid leideanna chun freagairtí inúsáidte a fháil (JSON, liostaí).
  • Coigeartaigh an paraiméadar detail don leibhéal cruinnis a theastaíonn.
  • I measc na bhfeidhmchlár coitianta tá ríomhthráchtáil, inrochtaineacht, agus maoirseacht.
  • Cuimhnigh ar store: false do shonraí íogaire.