Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Gráficos e Diagramas

Aula 7 de 12 Atualizada a 30 de julho de 2026 Iniciante
Nesta página
  1. Análise de Dados Visuais
  2. Por que razão isto difere do OCR
  3. Análise de um Gráfico Simples
  4. Extração de Dados Tabulares
  5. Análise de Diagramas Técnicos
  6. Comparação de Gráficos
  7. Caso de Utilização Profissional: Relatórios Automatizados
  8. Limitações da Análise de Gráficos
  9. Pontos-chave

Análise de Dados Visuais

Grok a analisar um gráfico financeiro Os gráficos, diagramas e tabelas são ubíquos no mundo profissional: relatórios financeiros, painéis de controlo, apresentações, publicações científicas. O Grok Vision permite-lhe extrair automaticamente dados e insights destas representações visuais.

Por que razão isto difere do OCR

A análise de gráficos vai muito além da simples extração de texto. O modelo deve:

  • Identificar o tipo de gráfico (barras, linhas, circular, dispersão, etc.)
  • Ler os eixos e as suas escalas
  • Extrair os valores dos dados
  • Compreender as legendas e associá-las às séries de dados
  • Interpretar tendências e padrões

Análise de um Gráfico Simples

def analyze_chart(image_url):
    prompt = """Analyze this chart and provide:

1. Chart type (bar, line, pie, etc.)
2. Chart title (if visible)
3. X and Y axis labels
4. Extracted data as a table
5. Main observed trend
6. Any annotations or notable points

Present the data in a markdown table."""

    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

O modo detail: "high" é essencial para ler valores precisos nos eixos e nas legendas.

Extração de Dados Tabulares

Para obter dados prontos a utilizar diretamente no seu código:

def extract_chart_data(image_url):
    prompt = """Extract data from this chart in JSON.
Expected format:
{
  "type": "bar|line|pie|scatter",
  "title": "...",
  "x_axis": {"label": "...", "values": [...]},
  "y_axis": {"label": "...", "unit": "..."},
  "series": [
    {
      "name": "Series 1",
      "values": [10, 20, 30, ...]
    }
  ]
}

Estimate numerical values as precisely as possible
based on the position of points/bars relative
to the tick marks."""

    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

Análise de Diagramas Técnicos

O Grok também lida bem com diagramas de arquitetura, fluxogramas e esquemas de fluxo:

def analyze_diagram(image_url):
    prompt = """Analyze this technical diagram and describe:

1. Diagram type (architecture, flow, flowchart, UML, etc.)
2. Main components/entities
3. Connections and relationships between components
4. Data or process flow (if applicable)
5. Technologies or tools mentioned

If this is a flow diagram, describe the main path
from end to end."""

    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

Comparação de Gráficos

Pode enviar vários gráficos no mesmo pedido para uma análise comparativa:

def compare_charts(url_chart_1, url_chart_2):
    prompt = """Compare these two charts and identify:

1. Common points (measured variables, period, etc.)
2. Differences in trend
3. Significant gaps
4. A 3-4 sentence summary"""

    response = client.responses.create(
        model="grok-4.5",
        input=[
            {"type": "input_text", "text": "Chart 1:"},
            {"type": "input_image", "image_url": url_chart_1, "detail": "high"},
            {"type": "input_text", "text": "Chart 2:"},
            {"type": "input_image", "image_url": url_chart_2, "detail": "high"},
            {"type": "input_text", "text": prompt}
        ],
        store=False
    )
    return response.output_text

Caso de Utilização Profissional: Relatórios Automatizados

Imagine um pipeline que transforma capturas de ecrã de painéis de controlo em relatórios de texto:

def generate_dashboard_report(screenshots):
    report_sections = []

    for i, screenshot in enumerate(screenshots, 1):
        prompt = f"""You are a business analyst. This screenshot
is section {i} of a dashboard. Analyze the displayed metrics
and write a professional summary paragraph.

Include:
- Main KPIs and their values
- Trends (increase, decrease, stability)
- Visible alerts or anomalies
- A recommendation if relevant"""

        response = client.responses.create(
            model="grok-4.5",
            input=[
                {"type": "input_image", "image_url": screenshot, "detail": "high"},
                {"type": "input_text", "text": prompt}
            ],
            store=False
        )
        report_sections.append(response.output_text)

    return "\n\n".join(report_sections)

Limitações da Análise de Gráficos

  • Precisão dos valores: O Grok estima valores com base na posição visual. Para valores exatos, prefira os dados de origem.
  • Gráficos 3D: As representações em perspetiva complicam a leitura dos valores.
  • Gráficos sobrepostos: Quando múltiplas séries se sobrepõem, a distinção pode ser difícil.
  • Legendas pequenas: Legendas com texto muito pequeno podem ser mal interpretadas, mesmo no modo high.

Pontos-chave

  • O Grok analisa gráficos compreendendo o contexto, não apenas o texto
  • Utilize detail: "high" para uma leitura precisa de valores e legendas
  • Solicite um formato estruturado (JSON, tabela markdown) para explorar os dados
  • A comparação de múltiplas imagens funciona bem para análises cruzadas
  • Os valores extraídos são estimativas visuais, não dados exatos