Descrierea imaginilor
Pe această pagină
Extrageți informații din imaginile dumneavoastră
Descrierea imaginilor reprezintă cazul de utilizare cel mai natural pentru capacitatea multimodală de viziune a lui Grok. Trimiteți o imagine, puneți o întrebare, iar modelul returnează o analiză textuală detaliată. De o simplitate înșelătoare, această funcționalitate deschide posibilități semnificative în mediul de producție.
Descriere generală
Cea mai simplă cerere constă în solicitarea unei descrieri libere:
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."}
]
)
Modelul identifică elementele cheie (obiecte, persoane, text, culori, compoziție) și generează un paragraf descriptiv. Pentru majoritatea imaginilor, modul auto este suficient.
Descriere structurată
În producție, descrierile libere sunt rareori utilizabile. Veți dori să ghidați modelul printr-un prompt structurat:
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}
]
)
Acest format este gata de utilizare în aplicația dumneavoastră pentru a popula o bază de date, un motor de căutare sau un catalog.
Exemplu: Fișe de produs pentru E-commerce
Un caz de utilizare foarte solicitat este generarea automată a descrierilor de produse pe baza fotografiilor:
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
Utilizând detail: "high", modelul captează detalii fine ale produsului (texturi, etichete, finisaje) care îmbogățesc descrierea.
Exemplu: Text alternativ (Accesibilitate)
Generarea automată a atributelor alt pentru imaginile site-ului dumneavoastră îmbunătățește accesibilitatea și SEO-ul:
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
Modul low este suficient aici, deoarece textul alternativ reprezintă o descriere generală, nu o analiză detaliată.
Exemplu: Moderarea conținutului
Puteți utiliza viziunea artificială pentru a filtra automat imaginile încărcate de utilizatorii dumneavoastră:
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
Cele mai bune practici pentru descriere
- Fiți precis în prompt: „Descrie această imagine“ produce rezultate vagi. „Identifică produsele, culorile și textul vizibil“ este mult mai eficient.
- Solicitați un format structurat (JSON, listă) pentru a facilita procesarea automată.
- Ajustați nivelul de detaliu în funcție de nevoie:
lowpentru clasificare,highpentru analiză fină. - Utilizați
store: falsepentru imaginile sensibile sau cele care fac obiectul GDPR.
Puncte cheie
- Descrierea imaginilor este cazul de utilizare fundamental pentru viziunea Grok.
- Structurați prompturile pentru a obține răspunsuri utilizabile (JSON, liste).
- Ajustați parametrul
detailla nivelul de precizie necesar. - Aplicațiile comune includ e-commerce, accesibilitatea și moderarea.
- Nu uitați
store: falsepentru datele sensibile.