Przejdź do głównej treści
Polski— Wybierz język
Menu

Analizuj obraz za pomocą Grok

Lekcja 11 z 14 Zaktualizowano 30 lipca 2026 Programista
Na tej stronie
  1. Widzenie komputerowe z API Grok
  2. Format danych wejściowych dla obrazu
  3. Przykład w Pythonie
  4. Użycie formatu chat/completions
  5. Wysyłanie obrazu w formacie base64
  6. Praktyczne przypadki użycia
  7. Modele obsługujące widzenie
  8. Kluczowe wnioski

Widzenie komputerowe z API Grok

Modele Grok obsługujące widzenie potrafią analizować zarówno obrazy, jak i tekst. Wysyłasz obraz (poprzez URL lub w formacie base64) wraz z pytaniem, a model go opisuje, analizuje lub wydobywa z niego informacje wizualne. Ta możliwość otwiera konkretne scenariusze zastosowań: ekstrakcja danych ze zrzutów ekranu, analiza wykresów, odczyt zeskanowanych dokumentów.

Format danych wejściowych dla obrazu

Aby wysłać obraz, użyj tablicy zawierającej mieszane treści (tekst i obraz) w polu input:

[
  {
    "type": "input_image",
    "image_url": "https://exemple.com/mon-image.jpg"
  },
  {
    "type": "input_text",
    "text": "What do you see in this image?"
  }
]

Typ input_image przyjmuje publiczny adres URL obrazu. Typ input_text zawiera Twoje pytanie lub instrukcję.

Przykład w Pythonie

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.getenv("XAI_API_KEY"),
    base_url="https://api.x.ai/v1"
)

response = client.responses.create(
    model="grok-4.5",
    input=[
        {
            "type": "input_image",
            "image_url": "https://exemple.com/graphique-ventes.png"
        },
        {
            "type": "input_text",
            "text": "Analyze this chart. What's the main trend?"
        }
    ]
)

print(response.output[0].content[0].text)

Użycie formatu chat/completions

Jeśli korzystasz z przestarzałego punktu końcowego /v1/chat/completions, format jest nieco inny:

response = client.chat.completions.create(
    model="grok-4.5",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image_url",
                    "image_url": {"url": "https://exemple.com/photo.jpg"}
                },
                {
                    "type": "text",
                    "text": "Describe this image in detail."
                }
            ]
        }
    ]
)

Różnice w formacie

Punkt końcowyTyp obrazuTyp tekstu
/v1/responsesinput_imageinput_text
/v1/chat/completionsimage_urltext

Wysyłanie obrazu w formacie base64

Jeśli Twój obraz nie jest dostępny pod adresem URL (plik lokalny, obraz wygenerowany dynamicznie), zakoduj go w formacie base64:

import base64

with open("capture.png", "rb") as f:
    image_base64 = base64.b64encode(f.read()).decode("utf-8")

response = client.responses.create(
    model="grok-4.5",
    input=[
        {
            "type": "input_image",
            "image_url": f"data:image/png;base64,{image_base64}"
        },
        {
            "type": "input_text",
            "text": "Read the text in this screenshot."
        }
    ]
)

Praktyczne przypadki użycia

Ekstrakcja danych

Wyślij zdjęcie faktury lub paragonu i poproś model o wyodrębnienie kwot, dat oraz numerów referencyjnych.

Analiza wykresów

Prześlij wykres lub diagram i poproś o interpretację trendów oraz kluczowych wartości.

Pomoc w programowaniu

Udostępnij zrzut ekranu błędu w swoim IDE i poproś o wyjaśnienie przyczyny oraz sugestię naprawy.

Opis interfejsu

Wyślij makietę lub zrzut ekranu i poproś model o opisanie zawartych w nim elementów interfejsu.

Modele obsługujące widzenie

Nie każdy model Grok obsługuje widzenie. Używaj modelu grok-4.5, który zawiera obsługę obrazów. Modele „Mini“ lub „fast“ mogą mieć ograniczoną obsługę lub nie obsługiwać jej wcale.

Kluczowe wnioski

  • Używaj typu input_image z punktem końcowym /v1/responses, aby wysyłać obrazy
  • Możesz wysyłać obrazy poprzez publiczny adres URL lub w kodowaniu base64
  • Model grok-4.5 obsługuje analizę obrazów
  • Łącz obraz i tekst w tablicy, aby zadawać pytania dotyczące treści wizualnych