Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Grafici e diagrammi

Lezione 7 di 12 Aggiornata il 30 luglio 2026 Principiante
In questa pagina
  1. Analisi dei dati visivi
  2. Perché è diverso dall’OCR
  3. Analisi di un grafico semplice
  4. Estrazione di dati tabellari
  5. Analisi di diagrammi tecnici
  6. Confronto tra grafici
  7. Caso d’uso professionale: report automatizzati
  8. Limiti dell’analisi dei grafici
  9. Punti chiave

Analisi dei dati visivi

Grok analizza un grafico finanziario Grafici, diagrammi e tabelle sono onnipresenti nel mondo professionale: report finanziari, dashboard, presentazioni, pubblicazioni scientifiche. Grok Vision ti permette di estrarre automaticamente dati e insight da questi elementi visivi.

Perché è diverso dall’OCR

L’analisi dei grafici va ben oltre la semplice estrazione del testo. Il modello deve:

  • Identificare il tipo di grafico (a barre, a linee, a torta, a dispersione, ecc.)
  • Leggere gli assi e le relative scale
  • Estrarre i valori dei dati
  • Comprendere le legende e associarle alle serie di dati
  • Interpretare tendenze e pattern

Analisi di un grafico semplice

def analyze_chart(image_url):
    prompt = """Analyze this chart and provide:

1. Chart type (bar, line, pie, etc.)
2. Chart title (if visible)
3. X and Y axis labels
4. Extracted data as a table
5. Main observed trend
6. Any annotations or notable points

Present the data in a markdown table."""

    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

La modalità detail: "high" è essenziale per leggere con precisione i valori sugli assi e nelle legende.

Estrazione di dati tabellari

Per ottenere dati pronti all’uso diretto nel tuo codice:

def extract_chart_data(image_url):
    prompt = """Extract data from this chart in JSON.
Expected format:
{
  "type": "bar|line|pie|scatter",
  "title": "...",
  "x_axis": {"label": "...", "values": [...]},
  "y_axis": {"label": "...", "unit": "..."},
  "series": [
    {
      "name": "Series 1",
      "values": [10, 20, 30, ...]
    }
  ]
}

Estimate numerical values as precisely as possible
based on the position of points/bars relative
to the tick marks."""

    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

Analisi di diagrammi tecnici

Grok gestisce efficacemente anche diagrammi di architettura, flowchart e schemi di flusso:

def analyze_diagram(image_url):
    prompt = """Analyze this technical diagram and describe:

1. Diagram type (architecture, flow, flowchart, UML, etc.)
2. Main components/entities
3. Connections and relationships between components
4. Data or process flow (if applicable)
5. Technologies or tools mentioned

If this is a flow diagram, describe the main path
from end to end."""

    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

Confronto tra grafici

Puoi inviare più grafici nella stessa richiesta per un’analisi comparativa:

def compare_charts(url_chart_1, url_chart_2):
    prompt = """Compare these two charts and identify:

1. Common points (measured variables, period, etc.)
2. Differences in trend
3. Significant gaps
4. A 3-4 sentence summary"""

    response = client.responses.create(
        model="grok-4.5",
        input=[
            {"type": "input_text", "text": "Chart 1:"},
            {"type": "input_image", "image_url": url_chart_1, "detail": "high"},
            {"type": "input_text", "text": "Chart 2:"},
            {"type": "input_image", "image_url": url_chart_2, "detail": "high"},
            {"type": "input_text", "text": prompt}
        ],
        store=False
    )
    return response.output_text

Caso d’uso professionale: report automatizzati

Immagina una pipeline che trasforma screenshot di dashboard in report testuali:

def generate_dashboard_report(screenshots):
    report_sections = []

    for i, screenshot in enumerate(screenshots, 1):
        prompt = f"""You are a business analyst. This screenshot
is section {i} of a dashboard. Analyze the displayed metrics
and write a professional summary paragraph.

Include:
- Main KPIs and their values
- Trends (increase, decrease, stability)
- Visible alerts or anomalies
- A recommendation if relevant"""

        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)

Limiti dell’analisi dei grafici

  • Precisione dei valori: Grok stima i valori in base alla posizione visiva. Per valori esatti, preferisci i dati sorgente
  • Grafici 3D: Le rappresentazioni in prospettiva complicano la lettura dei valori
  • Grafici sovrapposti: Quando più serie si sovrappongono, la distinzione può risultare difficile
  • Legende piccole: Le leggende con testo molto piccolo potrebbero essere lette male anche in modalità high

Punti chiave

  • Grok analizza i grafici comprendendo il contesto, non solo il testo
  • Usa detail: "high" per una lettura precisa di valori e legende
  • Richiedi un formato strutturato (JSON, tabella markdown) per sfruttare i dati
  • Il confronto multi-immagine funziona bene per le analisi incrociate
  • I valori estratti sono stime visive, non dati esatti