Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Formato do Conteúdo

Aula 4 de 14 Atualizada a 30 de julho de 2026 Iniciante
Nesta página
  1. Os Dois Formatos de Entrada do Grok
  2. Cadeia de Texto Simples
  3. Matriz de Objetos Tipados
  4. Combinação de Texto e Imagens
  5. O Parâmetro detail para Imagens
  6. Restrições Técnicas
  7. Prática Prática
  8. Pontos-chave

Os Dois Formatos de Entrada do Grok

Quando envia uma mensagem ao Grok, o campo content de cada mensagem pode assumir uma de duas formas distintas. Compreender esta distinção é crucial, pois determina o que pode enviar ao modelo: apenas texto ou uma mistura de texto e imagens.

Cadeia de Texto Simples

A forma mais direta: o conteúdo é uma simples cadeia de caracteres (string). Utilizará este formato para a maioria das suas interações baseadas em texto.

{
  "role": "user",
  "content": "Explain the advantages of the Rust language compared to C++"
}

Este formato funciona para todas as tarefas puramente textuais: perguntas, instruções, fornecimento de dados ou pedidos de geração. Utilize este formato quando não precisar de incluir elementos visuais.

Matriz de Objetos Tipados

Para pedidos multimodais (texto + imagens), o Grok aceita uma matriz de objetos onde cada elemento inclui um campo type que indica a sua natureza.

Formato de Completamentos de Chat (Endpoint Legado)

{
  "role": "user",
  "content": [
    {"type": "text", "text": "Describe this user interface and suggest improvements"},
    {"type": "image_url", "image_url": {"url": "https://exemple.com/screenshot.png", "detail": "high"}}
  ]
}

Formato de Respostas (Endpoint Principal)

{
  "input": [
    {"type": "input_text", "text": "Analyze this chart and extract the main trends"},
    {"type": "input_image", "image_url": "https://exemple.com/graphique.png"}
  ]
}

Note a diferença de nomenclatura entre os dois endpoints: text e image_url para Completamentos de Chat, e input_text e input_image para Respostas.

Combinação de Texto e Imagens

A matriz de objetos permite-lhe misturar livremente texto e imagens em qualquer ordem. Pode enviar várias imagens no mesmo pedido, com texto antes, depois ou entre elas.

{
  "role": "user",
  "content": [
    {"type": "text", "text": "Compare these two interface mockups:"},
    {"type": "image_url", "image_url": {"url": "https://exemple.com/maquette-v1.png"}},
    {"type": "text", "text": "Version 1 above, version 2 below:"},
    {"type": "image_url", "image_url": {"url": "https://exemple.com/maquette-v2.png"}},
    {"type": "text", "text": "Identify the main differences and recommend the best version."}
  ]
}

Fontes de Imagem Aceites

O Grok aceita imagens de duas formas:

  • URL direta: uma ligação HTTPS para a imagem alojada online
  • Codificada em Base64: a imagem incorporada diretamente no pedido como um URI de dados
{"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,/9j/4AAQ..."}}

O formato Base64 é útil quando as suas imagens não estão alojadas online (capturas de ecrã locais, imagens geradas pela sua aplicação).

O Parâmetro detail para Imagens

Cada imagem pode receber um parâmetro detail que controla o nível de análise:

  • auto: o modelo escolhe automaticamente (comportamento padrão)
  • low: análise rápida e económica, consome menos tokens
  • high: análise detalhada, consome mais tokens mas capta pormenores finos
{"type": "image_url", "image_url": {"url": "https://...", "detail": "low"}}

Utilize low para tarefas simples (classificação, descrição geral) e high para análises precisas (OCR, deteção de pormenores, leitura de gráficos).

Restrições Técnicas

Tenha estes limites em mente ao trabalhar com imagens:

  • Tamanho máximo: 20 MB por imagem
  • Formatos aceites: apenas JPG, JPEG, PNG
  • Sem limite para o número de imagens por pedido
  • Modelos compatíveis: grok-4.5 e superiores
  • As imagens consomem entre 256 e 1.792 tokens, dependendo do seu tamanho e nível de detalhe

Prática Prática

Teste ambos os formatos com uma tarefa simples:

Formato de texto simples:

{"role": "user", "content": "What are the 5 fundamental principles of UX design?"}

Formato de matriz (apenas texto, mas estruturado):

{
  "role": "user",
  "content": [
    {"type": "text", "text": "Context: I'm designing a mobile food delivery application."},
    {"type": "text", "text": "Question: what are the 5 most important UX principles for this type of application?"}
  ]
}

Mesmo sem uma imagem, o formato de matriz permite-lhe separar claramente o contexto da pergunta, o que pode melhorar a relevância da resposta.

Pontos-chave

  • O conteúdo pode ser uma cadeia simples (texto puro) ou uma matriz de objetos (multimodal)
  • O formato de matriz permite misturar texto e imagens em qualquer ordem
  • Existem dois formatos de nomenclatura dependendo do endpoint: Completamentos de Chat vs Respostas
  • O parâmetro detail controla a profundidade da análise de imagem (low, auto, high)
  • As imagens consomem tokens: adapte o nível de detalhe às suas necessidades
  • O formato Base64 permite enviar imagens sem as alojar online