Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Formāts saturam

Nodarbība 4 no 14 Atjaunota 2026. gada 30. jūlijs Iesācējs
Šajā lapā
  1. Grok divi ievades formāti
  2. Vienkārša teksta virkne
  3. Tipizētu objektu masīvs
  4. Teksta un attēlu kombinēšana
  5. Parametrs detail attēliem
  6. Tehniskie ierobežojumi
  7. Praktisks uzdevums
  8. Galvenās atziņas

Grok divi ievades formāti

Kad nosūti ziņu Grok, lauks content katrā ziņojumā var būt vienā no divām atšķirīgām formām. Šīs atšķirības izpratne ir svarīga, jo tā nosaka, ko vari nosūtīt modelim: tikai tekstu vai teksta un attēlu kombināciju.

Vienkārša teksta virkne

Visdirektākā forma: saturs ir vienkārša virkne. To izmantosi lielākajai daļai savu uz tekstu balstīto mijiedarbību.

{
  "role": "user",
  "content": "Explain the advantages of the Rust language compared to C++"
}

Šis formāts darbojas visiem tīri teksta uzdevumiem: jautājumiem, instrukcijām, datu sniegšanai vai ģenerēšanas pieprasījumiem. Izmanto šo formātu, ja tev nav jāiekļauj vizuāli elementi.

Tipizētu objektu masīvs

Multimodāliem pieprasījumiem (teksts + attēli) Grok pieņem objektu masīvu, kur katrs elements satur lauku type, kas norāda tā raksturu.

Sarunu pabeigšanas formāts (vecais galapunkts)

{
  "role": "user",
  "content": [
    {"type": "text", "text": "Describe this user interface and suggest improvements"},
    {"type": "image_url", "image_url": {"url": "https://exemple.com/screenshot.png", "detail": "high"}}
  ]
}

Atbilžu formāts (galvenais galapunkts)

{
  "input": [
    {"type": "input_text", "text": "Analyze this chart and extract the main trends"},
    {"type": "input_image", "image_url": "https://exemple.com/graphique.png"}
  ]
}

Ņem vērā nosaukumu atšķirību starp abiem galapunktiem: text un image_url sarunu pabeigšanai, bet input_text un input_image atbildēm.

Teksta un attēlu kombinēšana

Objektu masīvs ļauj brīvi jaukt tekstu un attēlus jebkādā secībā. Vari nosūtīt vairākus attēlus vienā pieprasījumā, ar tekstu pirms tiem, pēc tiem vai starp tiem.

{
  "role": "user",
  "content": [
    {"type": "text", "text": "Compare these two interface mockups:"},
    {"type": "image_url", "image_url": {"url": "https://exemple.com/maquette-v1.png"}},
    {"type": "text", "text": "Version 1 above, version 2 below:"},
    {"type": "image_url", "image_url": {"url": "https://exemple.com/maquette-v2.png"}},
    {"type": "text", "text": "Identify the main differences and recommend the best version."}
  ]
}

Pieņemtie attēlu avoti

Grok pieņem attēlus divos veidos:

  • Tieša URL: HTTPS saite uz tiešsaistē mitinātu attēlu
  • Base64 kodēts: attēls, kas iegults tieši pieprasījumā kā datu URI
{"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,/9j/4AAQ..."}}

Base64 formāts ir noderīgs, ja tavi attēli nav mitināti tiešsaistē (lokāli ekrānuzņēmumi, tavas lietotnes ģenerēti attēli).

Parametrs detail attēliem

Katram attēlam var norādīt parametru detail, kas kontrolē analīzes līmeni:

  • auto: modelis izvēlas automātiski (noklusējuma uzvedība)
  • low: ātra un ekonomiska analīze, patērē mazāk tokenus
  • high: detalizēta analīze, patērē vairāk tokenus, bet uztver smalkas detaļas
{"type": "image_url", "image_url": {"url": "https://...", "detail": "low"}}

Izmanto low vienkāršiem uzdevumiem (klasifikācija, vispārīgs apraksts) un high precīzām analīzēm (OCR, detaļu noteikšana, grafiku lasīšana).

Tehniskie ierobežojumi

Strādājot ar attēliem, ņem vērā šos limitus:

  • Maksimālais izmērs: 20 MB uz vienu attēlu
  • Pieņemtie formāti: tikai JPG, JPEG, PNG
  • Nav limita attēlu skaitam vienā pieprasījumā
  • Saderīgi modeļi: grok-4.5 un augstākas versijas
  • Attēli patērē no 256 līdz 1792 tokeniem atkarībā no to izmēra un detalizācijas līmeņa

Praktisks uzdevums

Pārbaudi abus formātus ar vienkāršu uzdevumu:

Vienkāršs teksta formāts:

{"role": "user", "content": "What are the 5 fundamental principles of UX design?"}

Masīva formāts (tikai teksts, bet strukturēts):

{
  "role": "user",
  "content": [
    {"type": "text", "text": "Context: I'm designing a mobile food delivery application."},
    {"type": "text", "text": "Question: what are the 5 most important UX principles for this type of application?"}
  ]
}

Pat bez attēla masīva formāts ļauj skaidri atdalīt kontekstu no jautājuma, kas var uzlabot atbilžu atbilstību.

Galvenās atziņas

  • Saturs var būt vienkārša virkne (tīrs teksts) vai objektu masīvs (multimodāls)
  • Masīva formāts ļauj jaukt tekstu un attēlus jebkādā secībā
  • Pastāv divi nosaukumu formāti atkarībā no galapunkta: sarunu pabeigšana pret atbildēm
  • Parametrs detail kontrolē attēla analīzes dziļumu (low, auto, high)
  • Attēli patērē tokenus: pielāgo detalizācijas līmeni savām vajadzībām
  • Base64 formāts ļauj nosūtīt attēlus, nemitinot tos tiešsaistē