Wysyłanie obrazów do ChatGPT
Na tej stronie
ChatGPT nie ogranicza się tylko do tekstu. Wrzuć do rozmowy zdjęcie, zrzut ekranu, schemat lub zeskanowany dokument, a następnie zadaj dotyczące go pytanie. Zmiana jest głębsza, niż się wydaje: zamiast opisywać słowami to, co widzisz, po prostu to pokazujesz. Zgodnie z Centrum Pomocy OpenAI funkcja ta jest dostępna we wszystkich planach, w tym w wersji darmowej, a każdy model ChatGPT akceptuje obrazy.
Obsługiwane formaty i metody wprowadzania
ChatGPT akceptuje obrazy w formatach PNG, JPEG oraz nieanimowane GIF o rozmiarze do 20 MB każdy. Aby dodać obraz, wybierz + w polu wprowadzania, a następnie kliknij Add photos & files; przeciągnij plik do obszaru tekstowego; lub wklej obraz skopiowany do schowka. Na urządzeniach mobilnych możesz również zrobić zdjęcie lub wybrać je z galerii.
Nie ma sztywnego limitu liczby obrazów na rozmowę: ograniczenie zależy od rozmiaru obrazów i ilości towarzyszącego tekstu. Jeśli napotkasz problemy, Centrum Pomocy zaleca zmniejszenie liczby lub rozmiaru obrazów. ChatGPT akceptuje również załączniki wideo, ale analiza może być niekompletna lub niedokładna, zwłaszcza w przypadku dźwięku.
Sam obraz nic nie mówi
Klasyczny błąd początkującego jest zawsze taki sam: wysłanie zdjęcia bez instrukcji. Bez jasnego zamiaru model wraca do domyślnego zachowania – opisywania – i otrzymujesz poprawny, ale mało wartościowy akapit.
Weźmy zdjęcie tablicy po spotkaniu. Na pytanie „Co to jest?“ otrzymasz ogólny opis. Na polecenie: „Oto tablica z naszego spotkania startowego. Przepisz decyzje i zadania do wykonania wraz z osobami odpowiedzialnymi w formie tabeli“ – otrzymasz gotowy materiał. Obraz w obu przypadkach jest identyczny; zmienił się tylko cel. Aby zwrócić uwagę na konkretny obszar, Centrum Pomocy sugeruje opisanie obrazu przed wysłaniem, na przykład przez obwiedzenie odpowiedniego fragmentu.
Wiele obrazów w jednej wiadomości
Możesz wysłać kilka obrazów jednocześnie i poprosić o analizę porównawczą. Dwa zdjęcia tego samego produktu wykonane w różnym czasie, połączone z poleceniem „Porównaj te dwa zdjęcia i wymień widoczne zmiany“, dadzą ustrukturyzowaną odpowiedź porównawczą, a nie dwa opisy obok siebie, które musiałbyś samodzielnie godzić. Zachowaj umiar: wraz ze wzrostem liczby plików w partii większe jest ryzyko utraty drobnych szczegółów.
Niech wysyłanie zdjęć stanie się Twoim nawykiem
Najbardziej opłacalne zastosowania są często najprostsze: zrzut ekranu z komunikatem o błędzie do wyjaśnienia, formularz papierowy do przepisania, wykres do skomentowania, pomieszczenie do zagospodarowania, etykieta do przetłumaczenia. W każdym przypadku obowiązuje ta sama zasada: ostry obraz, jasny cel i precyzyjny format wyjścia.
Co może zaburzyć analizę
Rozmyty lub zbyt ciemny obraz to nadal główna przeszkoda: żaden prompt nie uratuje słabego zdjęcia, więc zrób je ponownie. Centrum Pomocy OpenAI wymienia również znane ograniczenia, o których warto pamiętać:
- Obrazy medyczne: Model nie nadaje się do interpretacji specjalistycznych obrazów medycznych, takich jak tomografia komputerowa, i nie należy go używać do udzielania porad medycznych.
- Tekst: Skrypty inne niż łacińskie są odczytywane mniej dokładnie; mały tekst wymaga powiększenia; tekst obrócony lub do góry nogami może zostać źle zinterpretowany.
- Wykresy: Krzywe rozróżniane wyłącznie stylem linii – ciągła, przerywana lub kropkowana – mogą powodować nieporozumienia.
- Przestrzeń i liczenie: Precyzyjna lokalizacja, np. pozycji figur na szachownicy, jest trudna, a liczenie obiektów pozostaje przybliżone.
- Kształty i pliki: Obrazy panoramiczne lub typu „rybie oko“ sprawiają problemy; model nie odczytuje nazw plików ani metadanych, a obraz jest zmieniany przed analizą.
Nadmierna pewność siebie to kolejne ryzyko: w przypadku niejednoznacznych elementów ChatGPT może odpowiedzieć z nieuzasadnioną pewnością i się pomylić. Dlatego zawsze weryfikuj wszelkie kluczowe informacje – kwoty, dawki, odniesienia – w źródle. Na koniec zastanów się nad prywatnością przed wysłaniem faktury, dokumentu tożsamości lub zrzutu ekranu zawierającego dane osobowe: obrazy podlegają tym samym zasadom wykorzystania danych co reszta Twoich treści.
Twoja kolej
Pokazuj, nie opisuj. Zrób zdjęcie dokumentu służbowego: tablicy, formularza lub wydrukowanego wykresu. Wyślij je raz z pytaniem „Co to jest?“, a następnie ponownie z jasnym celem i określonym formatem wyjścia. Następnie zweryfikuj trzy elementy z drugiej odpowiedzi, porównując je z oryginałem.
Źródła oficjalne: ChatGPT Image Inputs FAQ · How your data is used to improve model performance (Centrum Pomocy OpenAI) · Image inputs (dokumentacja ChatGPT)
Kluczowe wnioski
- Wszystkie plany i modele ChatGPT akceptują obrazy: PNG, JPEG i nieanimowane GIF do 20 MB
- Zawsze łącz obraz z celem i formatem wyjścia; oznacz obszar, który ma znaczenie
- Wiele obrazów można analizować razem, ale zbyt duże partie tracą drobne szczegóły
- Znaj ograniczenia udokumentowane: obrazy medyczne, skrypty inne niż łacińskie, liczenie i precyzyjna lokalizacja
- Weryfikuj wszystkie kluczowe informacje i rozważ kwestie prywatności przed wysłaniem obrazu