Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Promptijiet Multi-Modali

Lezzjoni 9 / 14 Aġġornat 30 ta’ Lulju 2026 Bidbieni
F'din il-paġna
  1. Test u immaġni fl-istess prompt
  2. Kif tibgħat immaġni lil Grok
  3. Il-parametru detail: kontroll tal-preċiżjoni
  4. Sorsi tal-immaġni
  5. Każijiet ta’ użu prattiċi
  6. Limitazzjonijiet tekniċi ewlenin
  7. Kif tikteb prompt multi-modali tajjeb
  8. Prattika manwali
  9. Punti Ewlenin

Test u immaġni fl-istess prompt

Il-mudelli Grok 4.5 u dawk sussegwenti jistgħu janalizzaw immaġni barra mit-test. Din il-kapaċità multimodali tiftaħ firxa wiesgħa ta’ possibbiltajiet: deskrizzjoni tal-immaġni, OCR, analiżi ta’ grafiċi, tqabbil viżiv, u aktar.

Meta tgħallimtek tuża promptijiet multi-modali, tkun tista’ tuża lil Grok bħala assistent viżiv flimkien ma’ assistent tat-test.

Kif tibgħat immaġni lil Grok

Mal-API tar-Risposti (l-endpoint prinċipali), l-immaġni jiġu integrati fil-qasam input bħala oġġetti ttajpjati:

{
  "model": "grok-4.5",
  "input": [
    {"type": "input_image", "image_url": "https://exemple.com/dashboard.png"},
    {"type": "input_text", "text": "Analyze this dashboard and identify declining metrics."}
  ]
}

Mal-API tal-Kompletamenti taċ-Chat (l-endpoint antik), l-istruttura hija kemxejn differenti:

{
  "model": "grok-4.5",
  "messages": [{
    "role": "user",
    "content": [
      {"type": "image_url", "image_url": {"url": "https://exemple.com/dashboard.png", "detail": "high"}},
      {"type": "text", "text": "Analyze this dashboard and identify declining metrics."}
    ]
  }]
}

Il-parametru detail: kontroll tal-preċiżjoni

Il-livell ta’ dettall jinfluwenza l-fond tal-analiżi u n-numru ta’ tokens ikkunsmati:

detail: low

L-immaġni tiġi pproċessata malajr f’riżoluzzjoni mnaqqsa. Uża din il-modalità biex:

  • Tikklassifika l-immaġni (ritratt, illustrazzjoni, dijagramma)
  • Tiddeskrivi l-kontenut ġenerali
  • Tidentifika l-oġġetti ewlenin
  • Tissortja l-immaġni skont il-kategorija

Konsum: inqas tokens, risposta aktar mgħaġġla.

detail: high

L-immaġni tiġi analizzata f’riżoluzzjoni għolja. Uża din il-modalità biex:

  • Taqra t-test f’immaġni (OCR)
  • Tanalizza d-dettalji f’grafiku jew dijagramma
  • Tqabbel elementi viżivi preċiżi
  • Tiskopri difetti jew anomaliji

Konsum: aktar tokens (bejn 256 u 1,792 skont id-daqs), risposta aktar bil-mod.

detail: auto

Il-mudell jagħżel il-livell xieraq waħdu. Dan huwa l-imġiba predefinita.

Sorsi tal-immaġni

URL Dirett

L-aktar metodu sempliċi: ipprovdi link HTTPS għall-immaġni.

{"type": "input_image", "image_url": "https://exemple.com/photo.jpg"}

Base64 (data URI)

Għal immaġni li mhumiex ospitati online, ikkodifikahom f’base64:

{"type": "input_image", "image_url": "data:image/png;base64,iVBORw0KGgo..."}

Dan il-metodu huwa utli għal screenshots, immaġni ġġenerati programmatikament, jew immaġni minn pipeline ta’ ipproċessar.

Każijiet ta’ użu prattiċi

OCR u estrazzjoni tat-test

{
  "input": [
    {"type": "input_image", "image_url": "https://exemple.com/facture.jpg"},
    {"type": "input_text", "text": "Extract from this invoice: the invoice number, date, amount excluding tax, VAT, and amount including tax. Return the result in JSON."}
  ]
}

Analiżi tal-grafiki

{
  "input": [
    {"type": "input_image", "image_url": "https://exemple.com/graphique-ventes.png"},
    {"type": "input_text", "text": "This chart shows our monthly sales over 12 months. Identify trends, peaks, and troughs. Suggest possible explanations for the variations."}
  ]
}

Tqabbil tal-immaġni

{
  "input": [
    {"type": "input_text", "text": "Compare these two versions of our logo:"},
    {"type": "input_image", "image_url": "https://exemple.com/logo-v1.png"},
    {"type": "input_image", "image_url": "https://exemple.com/logo-v2.png"},
    {"type": "input_text", "text": "Identify the differences and recommend the best version for web use."}
  ]
}

Analiżi tal-interfaċċja tal-utent

{
  "input": [
    {"type": "input_image", "image_url": "https://exemple.com/mockup.png"},
    {"type": "input_text", "text": "Evaluate this mobile interface mockup based on the following criteria: readability, visual hierarchy, accessibility, consistency. Rate each criterion out of 10."}
  ]
}

Limitazzjonijiet tekniċi ewlenin

  • Daqs massimu: 20 MB għal kull immaġni
  • Formati: JPG, JPEG, u PNG biss (l-ebda GIF, SVG, jew WebP)
  • L-ebda limitu fuq in-numru ta’ immaġni għal kull talba
  • Parir ta’ xAI: uża store: false fl-API tar-Risposti meta taħdem ma’ immaġni biex tevita żbalji relatati mal-ħżin tal-istorja

Kif tikteb prompt multi-modali tajjeb

L-istess prinċipji ta’ ċarezza japplikaw, b’speċifiċitajiet għall-immaġni:

  • Ħabbar l-immaġni: għid lill-mudell x’se jara qabel l-immaġni
  • Kun preċiż dwar il-kompitu: “Iddeskrivi din l-immaġni” huwa vag; “Istraġġi d-data mill-grafiku tal-laqgħa u rritornaha f’CSV” huwa preċiż
  • Gwida l-attenzjoni: jekk biss parti mill-immaġni tinteressak, indikaha (“Iffoka fuq ir-rokna ta’ fuq tal-lemin”)
  • Speċifika l-format tal-output: bħal fil-promptijiet tat-test, speċifika jekk tistennax JSON, lista, jew tabella

Prattika manwali

Ħu screenshot ta’ dashboard, grafiku, jew dokument, u ibgħatu lil Grok b’talba speċifika. Ittestja b’detail: low imbagħad detail: high u qabbel il-kwalità u l-veloċità tar-risposti.

Punti Ewlenin

  • Il-mudelli grok-4.5+ janalizzaw l-immaġni flimkien mat-test
  • Il-parametru detail (low, auto, high) jikkontrolla l-fond tal-analiżi u l-ispiża tat-tokens
  • L-immaġni jistgħu jiġu pprovduti permezz ta’ URL jew base64
  • Ħabbar l-immaġni, kun preċiż dwar il-kompitu, u speċifika l-format tal-output
  • Uża store: false biex tevita problemi ta’ ħżin mal-immaġni
  • Il-formati aċċettati huma limitati għal JPG, JPEG, u PNG, b’daqs massimu ta’ 20 MB