Opis slike
Na ovoj stranici
Izvuci uvide iz svojih slika
Opis slike najprirodniji je slučaj upotrebe za Grokov multimodalni vid. Pošalješ sliku, postaviš pitanje i model vraća detaljnu tekstualnu analizu. Iako zavaravajuće jednostavno, ova mogućnost otvara značajne perspektive u proizvodnji.
Opći opis
Najjednostavniji zahtjev je traženje opisa u slobodnom obliku:
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."}
]
)
Model identificira ključne elemente (objekte, ljude, tekst, boje, kompoziciju) i stvara opisni odlomak. Za većinu slika način rada auto je dovoljan.
Strukturirani opis
U proizvodnji su opisi u slobodnom obliku rijetko upotrebljivi. Željet ćeš usmjeriti model strukturiranim upitom:
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}
]
)
Ovaj format spreman je za upotrebu u tvojoj aplikaciji za popunjavanje baze podataka, tražilice ili kataloga.
Primjer: Listovi proizvoda za e-trgovinu
Jedan od najtraženijih slučajeva upotrebe je automatsko generiranje opisa proizvoda na temelju fotografija:
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
Korištenjem detail: "high", model hvata fine detalje proizvoda (teksture, etikete, završne obrade) koji obogaćuju opis.
Primjer: Alternativni tekst (pristupačnost)
Automatsko generiranje atributa alt za slike na tvojoj web-lokaciji poboljšava pristupačnost i 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
Način low ovdje je dovoljan jer je alternativni tekst opći opis, a ne analiza sitnih detalja.
Primjer: Moderacija sadržaja
Vid možeš iskoristiti za automatsko filtriranje slika koje učitavaju tvoji korisnici:
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
Najbolje prakse za opisivanje
- Budi precizan u svom upitu: „Opiši ovu sliku“ daje nejasne rezultate. „Identificiraj proizvode, boje i vidljivi tekst“ mnogo je učinkovitije.
- Zatraži strukturirani format (JSON, popis) kako bi olakšao automatsku obradu.
- Prilagodi razinu detalja potrebi:
lowza klasifikaciju,highza finu analizu. - Koristi
store: falseza osjetljive slike ili one koje podliježu GDPR-u.
Ključne točke
- Opis slike temeljni je slučaj upotrebe za Grok vid.
- Strukturiraj svoje upite kako bi dobio upotrebljive odgovore (JSON, popisi).
- Prilagodi parametar
detailtraženoj razini preciznosti. - Uobičajene primjene uključuju e-trgovinu, pristupačnost i moderaciju.
- Zapamti
store: falseza osjetljive podatke.