Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Comprendere e analizzare le immagini

Lezione 11 di 16 Aggiornata il 29 luglio 2026 Principiante
In questa pagina
  1. La visione di Grok
  2. Come inviare un’immagine
  3. Cosa puoi effettivamente chiedere
  4. Imposta il livello di dettaglio
  5. Vincoli da conoscere
  6. Punti chiave

La visione di Grok

Grok non si limita al testo. I modelli grok-4.5 e successivi includono capacità visive che permettono loro di analizzare le immagini che fornisci come input. Puoi inviare una foto, uno screenshot, un grafico o qualsiasi altro elemento visivo: Grok ti restituirà una descrizione dettagliata, un’analisi o una risposta contestualizzata. Questo amplia notevolmente ciò che puoi sottoporgli: una dashboard fotografata, una fattura stropicciata o un mockup di app diventano documenti utilizzabili, proprio come il testo incollato nella conversazione.

Come inviare un’immagine

Su grok.com, bastano quattro passaggi:

  1. Clicca sul pulsante di allegato nel campo di input
  2. Seleziona l’immagine dal tuo dispositivo
  3. Aggiungi opzionalmente un messaggio di testo per guidare l’analisi
  4. Invia il tuo messaggio

Da mobile, puoi anche scattare una foto direttamente con la fotocamera del telefono e inviarla a Grok per l’analisi. È il metodo più veloce quando ti trovi davanti a un cartello, un menu o uno schermo che non puoi copiare e incollare.

Per gli sviluppatori, le immagini si inviano tramite un array misto di oggetti nel campo di input:

response = client.responses.create(
    model="grok-4.5",
    input=[
        {"type": "input_image", "image_url": "https://exemple.com/photo.jpg"},
        {"type": "input_text", "text": "Describe this image in detail"}
    ]
)

Puoi fornire le immagini come URL pubblico o in formato base64. La scelta conta: un URL pubblico richiede un’immagine raggiungibile dall’esterno, il che esclude i documenti interni; il base64 appesantisce la richiesta, ma è l’unica opzione per un file riservato.

Cosa puoi effettivamente chiedere

La descrizione è l’uso più immediato. Grok dettaglia gli oggetti presenti, i colori, la composizione, l’atmosfera, le persone e le loro espressioni. Devi comunque inquadrare la richiesta, altrimenti otterrai un semplice elenco piatto:

Descrivi questa fotografia in dettaglio.
Qual è il soggetto principale e quali elementi
secondari noti?

L’estrazione del testo, o OCR, è probabilmente l’uso quotidiano più prezioso. Grok legge e trascrive il testo da foto di documenti, screenshot, cartelli e poster, menu di ristoranti e biglietti da visita: tutti casi in cui riscrivere le informazioni a mano richiede diversi minuti. Chiedere anche la formattazione risparmia un secondo round trip:

Estrai tutto il testo visibile in questa immagine
e impaginalo in modo leggibile.

Analizzare grafici e diagrammi va oltre la semplice lettura: Grok interpreta grafici statistici, flowchart e diagrammi tecnici, sapendoti dire cosa mostrano. È particolarmente utile quando un report PDF blocca la sua conclusione all’interno di una figura:

Analizza questo grafico. Quali sono i trend principali
e quali conclusioni possiamo trarre?

Puoi anche inviare più immagini nella stessa richiesta affinché Grok le confronti, trasformando una revisione di design in una conversazione:

Ecco due versioni di un design. Quali sono le
principali differenze tra di esse?

Infine, designer e sviluppatori usano questa visione sui propri schermi, chiedendo una critica sull’usabilità piuttosto che una descrizione:

Analizza questo screenshot di un'app mobile.
Quali problemi di usabilità noti?

Imposta il livello di dettaglio

Tramite API, il parametro detail controlla la profondità dell’analisi dell’immagine e accetta tre valori:

  • auto: il modello sceglie il livello appropriato (default)
  • low: analisi veloce ed economica che usa meno token
  • high: analisi dettagliata e approfondita che usa più token

Questa impostazione bilancia precisione e costo, caso per caso. Per un semplice OCR su una fattura, low è sufficiente e riduce i costi su migliaia di documenti; per un’analisi artistica fine o un grafico denso, high evita errori di lettura.

Vincoli da conoscere

VincoloValore
Dimensione massima20 MiB per immagine
Formati accettatiSolo JPG, JPEG e PNG
Numero di immaginiNessun limite per richiesta
Utilizzo tokenTra 256 e 1.792 token, in base a dimensione e livello di dettaglio

Alcune abitudini ti permettono di sfruttare al meglio queste capacità. Inquadra la tua richiesta invece di chiedere una descrizione generica: “quanti articoli sono esauriti in questo screenshot” vale più di “descrivi questa immagine”. Ridimensiona i file grandi, che rallentano l’elaborazione senza aggiungere valore. Includi sempre un messaggio di testo insieme all’immagine, perché il contesto migliora sensibilmente la pertinenza della risposta. E segui la logica dei formati: JPG per le fotografie, PNG per gli screenshot e qualsiasi elemento visivo contenente testo, dato che la compressione JPG sfoca i caratteri fini e fa fallire l’OCR.

Punti chiave

  • I modelli grok-4.5 e successivi possono analizzare le immagini inviate come input
  • I casi d’uso includono descrizione, OCR, analisi di grafici e confronto
  • Puoi fornire le immagini tramite URL o in base64
  • L’impostazione detail ti permette di controllare il compromesso tra precisione e costo
  • La dimensione massima è 20 MiB, solo nei formati JPG e PNG