Diagramok és grafikonok
Ezen az oldalon
Vizuális adatok elemzése
A grafikonok, diagramok és táblázatok mindennaposak a szakmai világban: pénzügyi jelentések, irányítópultok, prezentációk, tudományos publikációk. A Grok Vision lehetővé teszi, hogy automatikusan kinyerd az adatokat és a betekintést ezekből a vizuális elemekből.
Miben más ez, mint az OCR?
A grafikonok elemzése jóval túlmutat az egyszerű szövegkinyerésen. A modellnek képesnek kell lennie a következőkre:
- A grafikon típusának azonosítása (oszlopdiagram, vonaldiagram, kördiagram, szórásdiagram stb.)
- A tengelyek és skáláik leolvasása
- Az adatértékek kinyerése
- A jelmagyarázatok megértése és hozzárendelése az adatsorokhoz
- A trendek és mintázatok értelmezése
Egyszerű grafikon elemzése
def analyze_chart(image_url):
prompt = """Elemezd ezt a grafikont, és add meg a következőket:
1. Grafikon típusa (oszlop, vonal, kör stb.)
2. A grafikon címe (ha látható)
3. Az X és Y tengely címkéi
4. A kinyert adatok táblázat formájában
5. A fő megfigyelt trend
6. Bármilyen megjegyzés vagy kiemelkedő pont
Az adatokat markdown táblázatban jelenítsd meg."""
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
A detail: "high" mód elengedhetetlen a tengelyeken és a jelmagyarázatokban szereplő pontos értékek leolvasásához.
Táblázatos adatok kinyerése
Ha olyan adatokra van szükséged, amelyeket közvetlenül felhasználhatsz a kódodban:
def extract_chart_data(image_url):
prompt = """Nyerd ki az adatokat ebből a grafikonból JSON formátumban.
Várt formátum:
{
"type": "bar|line|pie|scatter",
"title": "...",
"x_axis": {"label": "...", "values": [...]},
"y_axis": {"label": "...", "unit": "..."},
"series": [
{
"name": "Series 1",
"values": [10, 20, 30, ...]
}
]
}
A numerikus értékeket a lehető legpontosabban becsüld meg
a pontok/oszlopok helyzetének alapján
a skálabeosztásokhoz viszonyítva."""
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
Műszaki diagramok elemzése
A Grok jól kezeli az architektúra-diagramokat, folyamatábrákat és folyamat-sémákat is:
def analyze_diagram(image_url):
prompt = """Elemezd ezt a műszaki diagramot, és írd le a következőket:
1. A diagram típusa (architektúra, folyamat, folyamatábra, UML stb.)
2. Fő komponensek/entitások
3. A komponensek közötti kapcsolatok és összefüggések
4. Adat- vagy folyamatáramlás (ha alkalmazható)
5. Említett technológiák vagy eszközök
Ha ez egy folyamatdiagram, írd le a fő útvonalat
elejétől a végéig."""
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
Grafikonok összehasonlítása
Több grafikont is elküldhetsz ugyanabban a kérésben összehasonlító elemzés céljából:
def compare_charts(url_chart_1, url_chart_2):
prompt = """Hasonlítsd össze ezt a két grafikont, és azonosítsd a következőket:
1. Közös pontok (mért változók, időszak stb.)
2. Különbségek a trendben
3. Jelentős eltérések
4. Egy 3-4 mondatos összefoglaló"""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_text", "text": "1. grafikon:"},
{"type": "input_image", "image_url": url_chart_1, "detail": "high"},
{"type": "input_text", "text": "2. grafikon:"},
{"type": "input_image", "image_url": url_chart_2, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Szakmai használati eset: Automatizált jelentések
Képzelj el egy folyamatot, amely az irányítópultok képernyőfotóit szöveges jelentésekké alakítja:
def generate_dashboard_report(screenshots):
report_sections = []
for i, screenshot in enumerate(screenshots, 1):
prompt = f"""Üzleti elemző vagy. Ez a képernyőkép
egy irányítópult {i}. szakasza. Elemezd a megjelenített mutatókat,
és írj egy professzionális összefoglaló bekezdést.
Tartalmazza:
- A fő KPI-ket és értékeiket
- A trendeket (növekedés, csökkenés, stabilitás)
- Látható riasztásokat vagy anomáliákat
- Javaslatot, ha releváns"""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": screenshot, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
report_sections.append(response.output_text)
return "\n\n".join(report_sections)
A grafikonok elemzésének korlátai
- Értékpontosság: A Grok vizuális pozíciók alapján becsli meg az értékeket. Pontos értékekhez érdemes az eredeti adatforrást használni.
- 3D-s grafikonok: A perspektivikus ábrázolás megnehezíti az értékek leolvasását.
- Átfedő grafikonok: Ha több adatsor fedi egymást, a megkülönböztetés nehéz lehet.
- Kicsi jelmagyarázatok: A nagyon apró betűs jelmagyarázatokat még
highmódban is félreolvashatja.
Főbb megállapítások
- A Grok a grafikonokat a kontextus megértésével elemzi, nem csupán a szöveg kinyerésével
- Használd a
detail: "high"módot az értékek és jelmagyarázatok pontos leolvasásához - Kérj strukturált formátumot (JSON, markdown táblázat) az adatok további felhasználásához
- A többképes összehasonlítás jól működik a keresztanalízishez
- A kinyert értékek vizuális becslések, nem pedig pontos adatok