Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Analiziraj slike pronađene web pretragom

Lekcija 4 od 14 Ažurirano 30. srpnja 2026. Početnik
Na ovoj stranici
  1. Izađi iz okvira teksta analizom slika
  2. Aktiviraj razumijevanje slika
  3. Kako to funkcionira
  4. Kombiniraj filtriranje domena i analizu slika
  5. Relevantni slučajevi uporabe
  6. Ograničenja koja trebaš znati
  7. Praktična vježba
  8. Ključne točke

Izađi iz okvira teksta analizom slika

Web pretraga nije ograničena samo na tekst. Kada aktiviraš parametar enable_image_understanding, model Grok može analizirati slike pronađene tijekom pretraživanja. To otvara nove mogućnosti: tumačenje grafikona, čitanje infografika, razumijevanje snimki zaslona ili analiza novinskih fotografija.

Ova je sposobnost posebno korisna u slučajevima uporabe gdje vizualne informacije nadopunjuju ili zamjenjuju tekst, poput analize trendova iz burzovnih grafikona, razumijevanja tehničkih dijagrama ili izvlačenja podataka iz tablica objavljenih kao slike.

Aktiviraj razumijevanje slika

To omogućuješ putem parametra enable_image_understanding u konfiguraciji alata web_search:

response = client.responses.create(
    model="grok-4.5",
    input="Show me the evolution of Tesla's stock price this week",
    tools=[{
        "type": "web_search",
        "enable_image_understanding": True
    }]
)

Kada je ovaj parametar aktiviran, model dobiva pristup dodatnom internom alatu nazvanom view_image. Može pozvati taj alat kako bi pregledao slike na koje naiđe tijekom pretraživanja i izvukao relevantne informacije.

Kako to funkcionira

Proces se odvija u nekoliko faza:

  1. Model pokreće standardnu web pretragu
  2. Među rezultatima identificira potencijalno relevantne slike
  3. Koristi alat view_image za analizu tih slika
  4. Integrira vizualne informacije u svoj konačni odgovor

Ne moraš rukovati nikakvom dodatnom interakcijom. Model sve autonomno orchestrira.

Kombiniraj filtriranje domena i analizu slika

Analizu slika možeš aktivirati istovremeno s filtriranjem domena:

response = client.responses.create(
    model="grok-4.5",
    input="Visual summary of the latest publications on arxiv in computer vision",
    tools=[{
        "type": "web_search",
        "allowed_domains": ["arxiv.org"],
        "enable_image_understanding": True
    }]
)
Parameter Type Default value Description
allowed_domains array [] Allowed domains (max 5)
excluded_domains array [] Excluded domains (max 5)
enable_image_understanding boolean false Enables analysis of found images

Relevantni slučajevi uporabe

Vizualni nadzor brenda

Prati kako se tvoj brend vizualno pojavljuje na internetu: korišteni logotipi, snimke zaslona tvojeg proizvoda, infografici koji spominju tvoju tvrtku.

response = client.responses.create(
    model="grok-4.5",
    input="How is the Corsen AI brand represented visually online?",
    tools=[{
        "type": "web_search",
        "enable_image_understanding": True
    }]
)

Vizualna analiza podataka

Tumači grafikone i tablice objavljene u online izvješćima bez potrebe za njihovim ručnim preuzimanjem:

response = client.responses.create(
    model="grok-4.5",
    input="Analyze the European AI market growth charts published recently",
    tools=[{
        "type": "web_search",
        "allowed_domains": ["statista.com", "mckinsey.com"],
        "enable_image_understanding": True
    }]
)

Ograničenja koja trebaš znati

Analiza slika povećava vrijeme odgovora jer model mora obraditi vizualne podatke uz tekst. Također troši više izlaznih tokena. Aktiviraj je samo kada vizualne informacije dodaju stvarnu vrijednost odgovoru.

Kvaliteta analize također ovisi o rezoluciji i jasnoći pronađenih slika. Grafikoni visoke rezolucije s čitljivim oznakama daju bolje rezultate od mutnih ili pretrpanih slika.

Praktična vježba

Napiši skriptu koja traži od Groka da analizira vizualne trendove u određenom sektoru (na primjer, grafikone performansi za burzovni indeks ili infografike iz industrijskog izvješća). Usporedi bogatstvo dobivenog odgovora s uključenim i isključenim parametrom enable_image_understanding.

Ključne točke

  • Parametar enable_image_understanding omogućuje modelu analizu slika iz web rezultata
  • Model interno koristi alat view_image za ispitivanje relevantnih vizuala
  • Ovaj se parametar može kombinirati s allowed_domains ili excluded_domains
  • Analiza slika povećava vrijeme obrade i potrošnju tokena
  • Ova je značajka idealna za vizualni nadzor, analizu grafikona i izvlačenje podataka iz infografika