Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Analizzare un'immagine con Grok

Lezione 11 di 14 Aggiornata il 30 luglio 2026 Sviluppatore
In questa pagina
  1. Visione artificiale con l’API Grok
  2. Formato di input per le immagini
  3. Esempio in Python
  4. Con il formato chat/completions
  5. Inviare un’immagine in base64
  6. Casi d’uso reali
  7. Modelli capaci di visione
  8. Punti chiave

Visione artificiale con l’API Grok

I modelli Grok con supporto alla visione possono analizzare sia le immagini che il testo. Invii un’immagine (tramite URL o in base64) insieme a una domanda e il modello la descrive, la analizza o ne estrae le informazioni visive. Questa capacità apre a possibilità concrete: estrazione di dati da screenshot, analisi di grafici, lettura di documenti scannerizzati.

Formato di input per le immagini

Per inviare un’immagine, utilizzi un array di contenuti misti (testo e immagine) nel campo input:

[
  {
    "type": "input_image",
    "image_url": "https://exemple.com/mon-image.jpg"
  },
  {
    "type": "input_text",
    "text": "What do you see in this image?"
  }
]

Il tipo input_image accetta un URL pubblico dell’immagine. Il tipo input_text contiene la tua domanda o istruzione.

Esempio in Python

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.getenv("XAI_API_KEY"),
    base_url="https://api.x.ai/v1"
)

response = client.responses.create(
    model="grok-4.5",
    input=[
        {
            "type": "input_image",
            "image_url": "https://exemple.com/graphique-ventes.png"
        },
        {
            "type": "input_text",
            "text": "Analyze this chart. What's the main trend?"
        }
    ]
)

print(response.output[0].content[0].text)

Con il formato chat/completions

Se utilizzi l’endpoint legacy /v1/chat/completions, il formato è leggermente diverso:

response = client.chat.completions.create(
    model="grok-4.5",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image_url",
                    "image_url": {"url": "https://exemple.com/photo.jpg"}
                },
                {
                    "type": "text",
                    "text": "Describe this image in detail."
                }
            ]
        }
    ]
)

Differenze di formato

EndpointTipo immagineTipo testo
/v1/responsesinput_imageinput_text
/v1/chat/completionsimage_urltext

Inviare un’immagine in base64

Se la tua immagine non è raggiungibile tramite URL (un file locale, un’immagine generata), codificala in base64:

import base64

with open("capture.png", "rb") as f:
    image_base64 = base64.b64encode(f.read()).decode("utf-8")

response = client.responses.create(
    model="grok-4.5",
    input=[
        {
            "type": "input_image",
            "image_url": f"data:image/png;base64,{image_base64}"
        },
        {
            "type": "input_text",
            "text": "Read the text in this screenshot."
        }
    ]
)

Casi d’uso reali

Estrazione dati

Invia la foto di una fattura o di uno scontrino e chiedi al modello di estrarre gli importi, le date e i numeri di riferimento.

Analisi di grafici

Sottometti un grafico o un diagramma e richiedi un’interpretazione dei trend e delle cifre chiave.

Supporto alla programmazione

Condividi uno screenshot di un errore nel tuo IDE e chiedi una spiegazione e una soluzione.

Descrizione di interfacce

Invia un mockup o uno screenshot e chiedi al modello di descrivere gli elementi dell’interfaccia che contiene.

Modelli capaci di visione

Non tutti i modelli Grok supportano la visione. Utilizza grok-4.5, che include il supporto alle immagini. I modelli “Mini” o “fast” potrebbero avere un supporto limitato o nullo.

Punti chiave

  • Usa il tipo input_image con l’endpoint /v1/responses per inviare immagini
  • Puoi inviare immagini tramite URL pubblico o codificate in base64
  • Il modello grok-4.5 supporta l’analisi delle immagini
  • Combina immagine e testo in un array per porre domande sui contenuti visivi