Confronto tra più immagini
In questa pagina
Analizzare più immagini in una singola richiesta
Uno dei punti di forza principali di Grok Vision è la capacità di inviare un numero illimitato di immagini in una singola richiesta. Questo apre possibilità uniche per confronti, monitoraggio temporale e analisi trasversali che le API a immagine singola non possono offrire.
Struttura della richiesta multi-immagine
Il formato è semplice: aggiungi quanti oggetti input_image desideri all’array input, alternandoli con del testo per guidare l’analisi:
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_text", "text": "Image A:"},
{"type": "input_image", "image_url": url_image_a},
{"type": "input_text", "text": "Image B:"},
{"type": "input_image", "image_url": url_image_b},
{"type": "input_text", "text": "Compare these two images in detail."}
]
)
Etichettare ogni immagine con del testo (“Immagine A”, “Immagine B”) aiuta il modello a strutturare la sua risposta e a fare riferimento chiaramente a ciascuna immagine.
Caso d’uso: Confronto Prima/Dopo
Ideale per il monitoraggio di progetti, ristrutturazioni, design o controllo qualità:
def comparer_avant_apres(url_avant, url_apres):
prompt = """Compare these two images (before and after) and identify:
1. The main changes
2. Elements that have not changed
3. Visible improvements
4. Any potential issues introduced
Present your response as a structured list."""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_text", "text": "BEFORE:"},
{"type": "input_image", "image_url": url_avant, "detail": "high"},
{"type": "input_text", "text": "AFTER:"},
{"type": "input_image", "image_url": url_apres, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Caso d’uso: Monitoraggio temporale
Traccia l’evoluzione di un luogo, di un prodotto o di un processo nel tempo:
def analyser_evolution(images_chronologiques):
"""images_chronologiques: list of {"url": ..., "date": ...}"""
input_data = []
for img in images_chronologiques:
input_data.append({
"type": "input_text",
"text": f"Photo from {img['date']}:"
})
input_data.append({
"type": "input_image",
"image_url": img["url"],
"detail": "auto"
})
input_data.append({
"type": "input_text",
"text": """Analyze the chronological evolution visible in
these images. Identify progressive changes, trends,
and any notable events between the different dates."""
})
response = client.responses.create(
model="grok-4.5",
input=input_data,
store=False
)
return response.output_text
Caso d’uso: Controllo qualità
Confronta un prodotto fabbricato con il suo modello di riferimento:
def controle_qualite(url_reference, url_produit):
prompt = """Compare the photographed product to the reference model.
Identify:
1. Compliance (what matches the model)
2. Non-compliance (deviations, defects, differences)
3. Severity of each non-compliance (minor, major, critical)
Return a JSON with:
{
"compliant": true/false,
"score": 0-100,
"compliances": [...],
"non_compliances": [
{"description": "...", "severity": "minor|major|critical"}
]
}"""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_text", "text": "REFERENCE (expected model):"},
{"type": "input_image", "image_url": url_reference, "detail": "high"},
{"type": "input_text", "text": "PRODUCT to check:"},
{"type": "input_image", "image_url": url_produit, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Caso d’uso: Analisi competitiva
Confronta interfacce, packaging o presentazioni di prodotti della concorrenza:
def analyser_concurrence(images_concurrents):
"""images_concurrents: [{"brand": "...", "url": "..."}]"""
input_data = []
for concurrent in images_concurrents:
input_data.append({
"type": "input_text",
"text": f"{concurrent['brand']}:"
})
input_data.append({
"type": "input_image",
"image_url": concurrent["url"],
"detail": "auto"
})
input_data.append({
"type": "input_text",
"text": """Compare these competitor products/interfaces.
For each, identify visual strengths and weaknesses.
Provide a positioning recommendation."""
})
response = client.responses.create(
model="grok-4.5",
input=input_data,
store=False
)
return response.output_text
Ottimizzazione delle richieste multi-immagine
Quando invii molte immagini, il consumo di token aumenta rapidamente. Ecco alcune strategie di ottimizzazione:
Regolare il livello di dettaglio
Usa low per confronti generali e high solo quando analizzi dettagli fini:
# Confronto globale: low è sufficiente
detail = "low" # ~256 tokens per image
# Analisi dei difetti: high richiesto
detail = "high" # ~1024-1792 tokens per image
Limitare il numero di immagini per richiesta
Anche se non esiste un limite rigido, con più di 10-15 immagini la qualità dell’analisi potrebbe diminuire. Il modello ha un contesto finito e deve distribuirlo su tutte le immagini:
# Se più di 10 immagini, elabora a lotti
def analyser_par_lots(images, taille_lot=10):
resultats = []
for i in range(0, len(images), taille_lot):
lot = images[i:i + taille_lot]
resultat = analyser_lot(lot)
resultats.append(resultat)
return fusionner_resultats(resultats)
Ridimensionare le immagini
Se confronti foto ad alta risoluzione per un’analisi generale, ridimensionale prima dell’invio per ridurre i token:
def preparer_pour_comparaison(chemin, taille_max=(800, 800)):
img = Image.open(chemin)
img.thumbnail(taille_max)
# ... encode to base64
Punti chiave
- Il numero di immagini per richiesta è illimitato: questo è un vantaggio chiave dell’API xAI
- Etichetta ogni immagine con del testo per strutturare l’analisi
- Adatta il parametro
detailal tipo di confronto - Oltre 10-15 immagini, elabora a lotti per mantenere la qualità
- I casi d’uso includono: prima/dopo, monitoraggio temporale, controllo qualità, analisi competitiva