Format sadržaja: jednostavni niz znakova i polje objekata
Na ovoj stranici
Dva formata za polje content
Polje content svake poruke u xAI Chat Completions API-ju prihvaća dva različita formata. Izbor ovisi o tome što šalješ modelu: običan tekst ili multimodalni sadržaj (tekst + slike).
Format niza znakova: najčešći slučaj
Za poruke koje sadrže isključivo tekst, polje content je jednostavan niz znakova:
{
"role": "user",
"content": "Objasni kako radi transformer."
}
Ovo je format koji ćeš koristiti u velikoj većini slučajeva. Jednostavan je, čitljiv i dovoljan za sve tekstualne interakcije s Grokom.
Za poruku tipa system, gotovo se uvijek koristi format niza znakova:
{
"role": "system",
"content": "Ti si stručnjak za arhitekturu softvera. Odgovaraj na engleskom s primjerima koda u Pythonu."
}
Format polja: multimodalni sadržaj
Kada uz tekst trebaš poslati i slike, polje content postaje polje tipiziranih objekata. Svaki objekt ima polje type koje označava njegovu vrstu.
{
"role": "user",
"content": [
{
"type": "text",
"text": "Što prikazuje ova slika?"
},
{
"type": "image_url",
"image_url": {
"url": "https://example.com/photo.jpg",
"detail": "high"
}
}
]
}
Dostupne vrste objekata
Polje sadržaja prihvaća dvije vrste objekata:
text: tekstualni blok s svojstvomtextimage_url: referenca na sliku sa svojstvomimage_url
Možeš kombinirati koliko god objekata trebaš unutar jedne poruke. Na primjer, da bi zamolio/la model da usporedi dvije slike:
{
"role": "user",
"content": [
{"type": "text", "text": "Usporedi ova dva dijagrama arhitekture."},
{"type": "image_url", "image_url": {"url": "https://example.com/schema-v1.png"}},
{"type": "image_url", "image_url": {"url": "https://example.com/schema-v2.png"}}
]
}
Parametar detail za slike
Svaki objekt image_url prihvaća opcionalni parametar detail koji kontrolira razlučivost analize:
auto: model automatski odabire razinu detalja (zadana vrijednost)low: brza i ekonomična analiza, dovoljna za jednostavne slike (ikone, osnovni dijagrami)high: detaljna analiza, preporučena za složene slike (dokumenti, fotografije, sučelja)
{
"type": "image_url",
"image_url": {
"url": "https://example.com/document-scan.jpg",
"detail": "high"
}
}
Izbor razine detalja izravno utječe na broj utrošenih tokena, a time i na cijenu zahtjeva.
Kada koristiti koji format?
Pravilo je jednostavno:
- Samo tekst → format niza znakova (jednostavnije, čitljivije)
- Tekst + slike → format polja (obavezno za multimodalnost)
- Samo slike → format polja isključivo s objektima
image_url
Format polja s jednim objektom text funkcionalno je ekvivalentan formatu niza znakova, ali nepotrebno opširan:
// Ekvivalentno, ali nepotrebno komplicirano
{"content": [{"type": "text", "text": "Bok"}]}
// Preferiraj ovaj oblik
{"content": "Bok"}
Tehnička ograničenja za slike
Prije slanja slika xAI API-ju, imaj na umu ova ograničenja:
- Maksimalna veličina: 20 MiB po slici
- Prihvaćeni formati: isključivo JPG, JPEG, PNG (bez GIF, WebP ili SVG)
- Broj: nema ograničenja broja slika po zahtjevu
- Kompatibilni modeli: samo grok-4.5 i noviji
Slike se mogu dostaviti putem javnog URL-a ili kodirane u base64 unutar samog URL-a (format data:image/jpeg;base64,...).
Ključne točke
- Polje
contentprihvaća jednostavan niz znakova (tekst) ili polje objekata (multimodalno) - Format polja koristi objekte s poljem
type:"text"ili"image_url" - Parametar
detail(auto,low,high) kontrolira razlučivost analize za slike - Slike su ograničene na 20 MiB u JPG/PNG formatu i zahtijevaju grok-4.5 ili noviji
- Koristi format niza znakova kada šalješ samo tekst – čitljiviji je i jednostavniji