Deskrizzjoni tal-Immaġni
F'din il-paġna
Estrai Għarfien mill-Immaġnijiet Tiegħek
Id-deskrizzjoni tal-immaġni hija l-aktar każ ta’ użu naturali għall-viżjoni multimodali ta’ Grok. Tibgħat immaġni, tagħmel mistoqsija, u l-mudell jirritorna analiżi dettaljata f’forma ta’ test. Din il-kapaċità, li tidher sempliċi, tiftaħ possibbiltajiet sinifikanti fil-produzzjoni.
Deskrizzjoni Ġenerali
L-aktar talba sempliċi hija li titlob deskrizzjoni b’forma libera:
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-mudell jidentifika elementi ewlenin (oġġetti, nies, test, kuluri, kompożizzjoni) u jipproduċi paragrafu deskrittiv. Għall-biċċa l-kbira tal-immaġnijiet, il-modalità auto hija biżżejjed.
Deskrizzjoni Strutturata
Fil-produzzjoni, id-deskrizzjonijiet b’forma libera rari jkunu użabbli. Trid tiggwida lill-mudell b’messaġġ (prompt) strutturat:
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}
]
)
Dan il-format huwa lest biex tużah fl-applikazzjoni tiegħek biex timla bażi tad-data, magna ta’ tfittxija, jew katalgu.
Eżempju: Skedi tal-Prodott għall-Kummerċ Elettroniku
Każ ta’ użu mitlub ħafna huwa l-ġenerazzjoni awtomatika ta’ deskrizzjonijiet tal-prodotti minn ritratti:
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
Billi tuża detail: "high", il-mudell jaqbad dettalji fini tal-prodott (nisġiet, tikketta, finituri) li jarricchixxu d-deskrizzjoni.
Eżempju: Test Alternattiv (Aċċessibbiltà)
Il-ġenerazzjoni awtomatika ta’ attributi alt għall-immaġnijiet tas-sit tiegħek ittejjeb l-aċċessibbiltà u s-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
Il-modalità low hija biżżejjed hawnhekk għax it-test alternattiv huwa deskrizzjoni ġenerali, mhux analiżi fid-dettall.
Eżempju: Moderazzjoni tal-Kontenut
Tista’ tuża l-viżjoni biex tiffiltra awtomatikament l-immaġnijiet imtellgħa mill-utenti tiegħek:
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
L-Aħjar Prattiki għad-Deskrizzjoni
- Kun preċiż fil-messaġġ (prompt) tiegħek: “Iddeskrivi din l-immaġni” jipproduċi riżultati vagi. “Identifika l-prodotti, il-kuluri, u t-test viżibbli” huwa ferm aktar effettiv.
- Itlob format strutturat (JSON, lista) biex tiffaċilita l-ipproċessar awtomatiku.
- Aġġusta l-livell ta’ dettall skont il-ħtieġa:
lowgħall-klassifikazzjoni,highgħall-analiżi fina. - Uża
store: falsegħal immaġnijiet sensittivi jew dawk soġġetti għar-regolamenti dwar il-privatezza.
Punti Ewlenin
- Id-deskrizzjoni tal-immaġni hija l-każ ta’ użu fundamentali għall-viżjoni ta’ Grok.
- Iddisinja l-messaġġi (prompts) tiegħek biex tikseb tweġibiet użabbli (JSON, listi).
- Aġġusta l-parametru
detailskont il-livell ta’ preċiżjoni meħtieġ. - L-applikazzjonijiet komuni jinkludu l-kummerċ elettroniku, l-aċċessibbiltà u l-moderazzjoni.
- Ftakar li tuża
store: falsegħad-data sensittiva.