Formati datoteka koji su podržani
Na ovoj stranici
Jedini kriterij koji je bitan
Prije nego što se zapitaš radi li određeni format, postavi si jednostavnije pitanje: sadrži li datoteka tekst koji se može izvući? xAI Files API obrađuje tekstualne datoteke. Ako bilo koji alat može izvući znakove iz nje bez optičkog prepoznavanja znakova (OCR), dokument će vjerojatno biti prihvaćen. Čiste binarne datoteke—slike, zvuk, video—ovdje nemaju što tražiti; za sliku je ispravan pristup korištenje input_image u Responses API-ju, a ne Files API-ja.
Ovaj jedini kriterij objašnjava većinu odbijanja s kojima ćeš se susresti. Također objašnjava zašto PDF financijskog izvješća savršeno funkcionira, dok PDF s desktop skenera ne uspijeva: prvi sadrži tekstualni sloj, dok je drugi samo niz fotografija stranica.
Četiri podržane kategorije
Podržani formati spadaju u četiri kategorije, od kojih svaka ima svoju namjenu.
| Kategorija | Formati | Što Grok izvlači |
|---|---|---|
| Uredski dokumenti | PDF, DOCX, ODT, EPUB, RTF | Tekst, tablice, struktura odjeljaka |
| Izvorni kod | .py, .js, .ts, .java, .go, .rs, .cpp, HTML, CSS, XML i 80+ jezika | Importe, ovisnosti, strukturu datoteka |
| Strukturirani podaci | CSV, TSV, JSON, JSON-LD, vCard | Hijerarhiju polja, statistiku, trendove |
| Običan tekst | TXT, MD | Linearni sadržaj, Markdown naslove i popise |
Kada su u pitanju uredski dokumenti, PDF ostaje najčešći format, a Grok iz njega izvlači tekst, tablice i raščlambu odjeljaka. Word DOCX zadržava svoje formatiranje—podebljano, kurziv, popise—tijekom ekstrakcije, baš kao i njegov open-source ekvivalent ODT. EPUB postaje zanimljiv čim radiš na dugim publikacijama, bijeloj knjizi ili cijelom priručniku, dok RTF, iako stariji, ostaje dovoljno čest da bude podržan.
Izvorni kod je područje gdje se Files API najjasnije razlikuje od kopiranja i lijepljenja. Slanje cijele datoteke payment.py umjesto izolirane funkcije mijenja prirodu analize: Grok vidi importe, ovisnosti i organizaciju datoteka, te stoga može uočiti da je iznimka uhvaćena trideset redaka выше ili da konstanta definirana na vrhu proturječi komentaru na dnu. Pokriveno je više od 80 jezika s tekstualnom sintaksom.
Formati podataka prvenstveno služe kvantitativnoj analizi. CSV mjesečne prodaje omogućuje Groku izračun varijanci, uočavanje sezonalnosti i sažimanje skupa podataka od nekoliko tisuća redaka; JSON konfiguracija ili API odgovor daju mu pristup hijerarhiji i odnosima između polja, što spljoštena tablica ne bi pokazala. JSON-LD dodaje semantički kontekst povezanim podacima, a vCard pokriva vizitke. Konačno, TXT i MD rade kako se i očekuje, pri čemu Markdown nudi prednost prijenosa lagane strukture naslova i popisa.
Uobičajene zamke
Četiri ograničenja stalno se pojavljuju u proizvodnji. Prvo je veličina: 48 MB po datoteci, nakon čega moraš podijeliti dokument. Drugo je kodiranje: tvoje datoteke moraju biti u UTF-8 formatu, a izvoz u ISO-8859 ili Windows-1252 proizvest će oštećene akcentirane znakove, ponekad suptilno—`é` postaje `é` usred ugovora i to prolazi nezapaženo dok pretraga ne vrati nikakve rezultate. Treće je nedostatak obrade slika: PNG, JPG ili GIF ovdje nemaju što tražiti, moraš koristiti input_image. Četvrto je slučaj skeniranog PDF-a bez OCR tekstualnog sloja, koji će biti prihvaćen pri učitavanju, ali neće vratiti rezultate prilikom upita.
Ova posljednja situacija zahtijeva jednostavnu naviku: prije učitavanja serije PDF-ova nepoznatog podrijetla, otvori jedan i pokušaj mišem označiti odlomak. Ako se ništa ne označi, tvoji dokumenti moraju prvo proći kroz OCR obradu.
Odaberi što strukturiraniji format moguće
Kada iste informacije postoje u više oblika, uvijek odaberi onaj najstrukturiraniji. Za analizu izvješća, daj prednost originalnom PDF-u ili DOCX-u koji čuvaju hijerarhiju, umjesto ravnom tekstualnom izvozu. Za analizu podataka, CSV za tablice i JSON za hijerarhijske podatke dat će bolje rezultate od izvoza proračunske tablice pretvorenog u običan tekst. Za pregled koda, pošalji originalnu izvornu datoteku s njezinom originalnom ekstenzijom. Za dokumentaciju, Markdown ili PDF rade ovisno o tome što imaš na izvoru. Pravilo se svodi na jednu rečenicu: svaka razina strukture koju zadržiš razina je konteksta koju model neće morati rekonstruirati.
Ključne točke
- Files API podržava dokumente (PDF, DOCX, EPUB), kod (80+ jezika), podatke (CSV, JSON) i običan tekst
- Ograničenje je 48 MB po datoteci u UTF-8 kodiranju
- Slike i binarne datoteke nisu podržane—koristi
input_imageza slike - Daj prednost što strukturiranijem formatu moguće za bolju analizu