Descrição de Imagens
Nesta página
Extraia Informações das Suas Imagens
A descrição de imagens é o caso de utilização mais natural para a visão multimodal do Grok. Envie uma imagem, faça uma pergunta e o modelo devolve uma análise textual detalhada. Enganosamente simples, esta capacidade abre possibilidades significativas em produção.
Descrição Geral
O pedido mais simples consiste em solicitar uma descrição em formato livre:
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."}
]
)
O modelo identifica os elementos-chave (objetos, pessoas, texto, cores, composição) e produz um parágrafo descritivo. Para a maioria das imagens, o modo auto é suficiente.
Descrição Estruturada
Em produção, as descrições em formato livre raramente são utilizáveis. Deverá orientar o modelo com um prompt estruturado:
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}
]
)
Este formato está pronto a ser utilizado na sua aplicação para povoar uma base de dados, um motor de busca ou um catálogo.
Exemplo: Fichas de Produto de Comércio Eletrónico
Um caso de utilização muito solicitado é a geração automática de descrições de produtos a partir de fotografias:
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
Ao utilizar detail: "high", o modelo capta detalhes finos do produto (texturas, rótulos, acabamentos) que enriquecem a descrição.
Exemplo: Texto Alternativo (Acessibilidade)
Gerar automaticamente atributos alt para as imagens do seu site melhora a acessibilidade e o 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
O modo low é suficiente aqui, pois o texto alternativo é uma descrição geral e não uma análise pormenorizada.
Exemplo: Moderação de Conteúdos
Pode utilizar a visão para filtrar automaticamente as imagens carregadas pelos seus utilizadores:
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
Melhores Práticas para Descrição
- Seja preciso no seu prompt: «Descreva esta imagem» produz resultados vagos. «Identifique os produtos, as cores e o texto visível» é muito mais eficaz.
- Solicite um formato estruturado (JSON, lista) para facilitar o processamento automático.
- Ajuste o nível de detalhe à necessidade:
lowpara classificação,highpara análise fina. - Utilize
store: falsepara imagens sensíveis ou sujeitas ao RGPD.
Pontos-chave
- A descrição de imagens é o caso de utilização fundamental da visão do Grok.
- Estruture os seus prompts para obter respostas utilizáveis (JSON, listas).
- Ajuste o parâmetro
detailao nível de precisão exigido. - As aplicações comuns incluem comércio eletrónico, acessibilidade e moderação.
- Lembre-se de usar
store: falsepara dados sensíveis.