Analisar Imagens Encontradas na Pesquisa Web
Nesta página
Vá além do texto com análise de imagens
A pesquisa web não se limita ao texto. Quando ativa o parâmetro enable_image_understanding, o modelo Grok consegue analisar imagens encontradas durante as suas pesquisas. Isto abre novas possibilidades: interpretar gráficos, ler infográficos, compreender capturas de ecrã ou analisar fotografias de notícias.
Esta capacidade é particularmente útil para casos de uso em que a informação visual complementa ou substitui o texto, como a análise de tendências em gráficos bolsistas, a compreensão de diagramas técnicos ou a extração de dados de tabelas publicadas como imagens.
Ativar a compreensão de imagens
Ativa esta funcionalidade através do parâmetro enable_image_understanding na configuração da ferramenta web_search:
response = client.responses.create(
model="grok-4.5",
input="Show me the evolution of Tesla's stock price this week",
tools=[{
"type": "web_search",
"enable_image_understanding": True
}]
)
Quando este parâmetro está ativo, o modelo tem acesso a uma ferramenta interna adicional chamada view_image. Pode invocar esta ferramenta para examinar imagens encontradas durante a pesquisa e extrair informações relevantes.
Como funciona
O processo ocorre em várias fases:
- O modelo executa uma pesquisa web padrão
- Entre os resultados, identifica imagens potencialmente relevantes
- Utiliza a ferramenta
view_imagepara analisar essas imagens - Integra a informação visual na sua resposta final
Não precisa de gerir nenhuma interação adicional. O modelo orquestra tudo de forma autónoma.
Combinar filtragem de domínios e análise de imagens
Pode ativar a análise de imagens simultaneamente à filtragem de domínios:
response = client.responses.create(
model="grok-4.5",
input="Visual summary of the latest publications on arxiv in computer vision",
tools=[{
"type": "web_search",
"allowed_domains": ["arxiv.org"],
"enable_image_understanding": True
}]
)
| Parâmetro | Tipo | Valor padrão | Descrição |
|---|---|---|---|
| allowed_domains | array | [] | Domínios permitidos (máx. 5) |
| excluded_domains | array | [] | Domínios excluídos (máx. 5) |
| enable_image_understanding | boolean | false | Ativa a análise das imagens encontradas |
Casos de uso relevantes
Monitorização visual de marca
Monitore como a sua marca aparece visualmente online: logótipos utilizados, capturas de ecrã do seu produto, infográficos que mencionam a sua empresa.
response = client.responses.create(
model="grok-4.5",
input="How is the Corsen AI brand represented visually online?",
tools=[{
"type": "web_search",
"enable_image_understanding": True
}]
)
Análise visual de dados
Interprete gráficos e tabelas publicados em relatórios online sem precisar de os descarregar manualmente:
response = client.responses.create(
model="grok-4.5",
input="Analyze the European AI market growth charts published recently",
tools=[{
"type": "web_search",
"allowed_domains": ["statista.com", "mckinsey.com"],
"enable_image_understanding": True
}]
)
Limitações a conhecer
A análise de imagens aumenta o tempo de resposta, pois o modelo deve processar dados visuais além do texto. Consome também mais tokens de saída. Ative-a apenas quando a informação visual agregar valor real à resposta.
A qualidade da análise depende também da resolução e clareza das imagens encontradas. Gráficos de alta resolução com rótulos legíveis produzem melhores resultados do que imagens desfocadas ou sobrecarregadas.
Prática guiada
Crie um script que peça ao Grok para analisar tendências visuais num setor (por exemplo, gráficos de desempenho de um índice bolsista ou infográficos de um relatório setorial). Compare a riqueza da resposta obtida com e sem o parâmetro enable_image_understanding.
Pontos-chave
- O parâmetro
enable_image_understandingpermite ao modelo analisar imagens dos resultados web - O modelo utiliza internamente a ferramenta
view_imagepara examinar elementos visuais relevantes - Este parâmetro pode ser combinado com
allowed_domainsouexcluded_domains - A análise de imagens aumenta o tempo de processamento e o consumo de tokens
- Esta funcionalidade é ideal para monitorização visual, análise de gráficos e extração de dados de infográficos