Descrizione delle immagini
In questa pagina
Estrai informazioni dalle tue immagini
La descrizione delle immagini è il caso d’uso più naturale per la visione multimodale di Grok. Invii un’immagine, poni una domanda e il modello restituisce un’analisi testuale dettagliata. Apparentemente semplice, questa capacità apre possibilità significative in produzione.
Descrizione generale
La richiesta più semplice consiste nel chiedere una descrizione in formato libero:
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."}
]
)
Il modello identifica gli elementi chiave (oggetti, persone, testo, colori, composizione) e produce un paragrafo descrittivo. Per la maggior parte delle immagini, la modalità auto è sufficiente.
Descrizione strutturata
In produzione, le descrizioni in formato libero sono raramente utilizzabili. Vorrai guidare il modello con un prompt strutturato:
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}
]
)
Questo formato è pronto all’uso nella tua applicazione per popolare un database, un motore di ricerca o un catalogo.
Esempio: Schede prodotto per l’e-commerce
Un caso d’uso molto richiesto è la generazione automatica di descrizioni di prodotti a partire dalle foto:
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
Utilizzando detail: "high", il modello coglie i dettagli fini del prodotto (texture, etichette, finiture) che arricchiscono la descrizione.
Esempio: Testo alternativo (Accessibilità)
Generare automaticamente gli attributi alt per le immagini del tuo sito migliora l’accessibilità e la 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
La modalità low è sufficiente qui perché il testo alternativo è una descrizione generale, non un’analisi approfondita.
Esempio: Moderazione dei contenuti
Puoi utilizzare la visione per filtrare automaticamente le immagini caricate dai tuoi utenti:
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
Migliori pratiche per la descrizione
- Sii preciso nel tuo prompt: “Descrivi questa immagine” produce risultati vaghi. “Identifica i prodotti, i colori e il testo visibile” è molto più efficace.
- Richiedi un formato strutturato (JSON, elenco) per facilitare l’elaborazione automatica.
- Regola il livello di dettaglio in base alla necessità:
lowper la classificazione,highper l’analisi fine. - Usa
store: falseper le immagini sensibili o quelle soggette al GDPR.
Punti chiave
- La descrizione delle immagini è il caso d’uso fondamentale per la visione di Grok
- Struttura i tuoi prompt per ottenere risposte utilizzabili (JSON, elenchi)
- Regola il parametro
detailin base al livello di precisione richiesto - Le applicazioni comuni includono e-commerce, accessibilità e moderazione
- Ricorda
store: falseper i dati sensibili