Salt la conținutul principal
Română— Alege o limbă
Meniu

Analizați imaginile găsite prin căutare web

Lecția 4 din 14 Actualizată 30 iulie 2026 Începător
Pe această pagină
  1. Dincolo de text: analiza imaginilor
  2. Activarea înțelegerii imaginilor
  3. Cum funcționează
  4. Combinarea filtrării pe domenii cu analiza imaginilor
  5. Cazuri de utilizare relevante
  6. Limitări de cunoscut
  7. Exercițiu practic
  8. Puncte cheie

Dincolo de text: analiza imaginilor

Căutarea web nu se limitează la text. Când activați parametrul enable_image_understanding, modelul Grok poate analiza imaginile descoperite în timpul căutărilor sale. Acest lucru deschide noi posibilități: interpretarea graficelor, citirea infograficelor, înțelegerea capturilor de ecran sau analiza fotografiilor din știri.

Această capacitate este deosebit de utilă pentru cazurile de utilizare în care informația vizuală completează sau înlocuiește textul, cum ar fi analiza tendințelor din graficele bursiere, înțelegerea diagramelor tehnice sau extragerea datelor din tabele publicate sub formă de imagini.

Activarea înțelegerii imaginilor

Activați această funcție prin parametrul enable_image_understanding în configurația instrumentului 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
    }]
)

Când acest parametru este activat, modelul are acces la un instrument intern suplimentar numit view_image. Acesta poate invoca instrumentul pentru a examina imaginile întâlnite în timpul căutării și pentru a extrage informațiile relevante.

Cum funcționează

Procesul se desfășoară în mai multe etape:

  1. Modelul execută o căutare web standard
  2. Printre rezultate, identifică imaginile potențial relevante
  3. Utilizează instrumentul view_image pentru a analiza aceste imagini
  4. Integrează informația vizuală în răspunsul final

Nu trebuie să gestionați nicio interacțiune suplimentară. Modelul orchestrează totul în mod autonom.

Combinarea filtrării pe domenii cu analiza imaginilor

Puteți activa analiza imaginilor simultan cu filtrarea pe domenii:

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
    }]
)
Parameter Type Default value Description
allowed_domains array [] Allowed domains (max 5)
excluded_domains array [] Excluded domains (max 5)
enable_image_understanding boolean false Enables analysis of found images

Cazuri de utilizare relevante

Monitorizarea vizuală a brandului

Monitorizați modul în care brandul dumneavoastră apare vizual online: logo-uri utilizate, capturi de ecran ale produsului dumneavoastră, infografice care menționează compania dumneavoastră.

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
    }]
)

Analiza vizuală a datelor

Interpretați graficele și tabelele publicate în rapoarte online fără a fi nevoie să le descărcați manual:

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
    }]
)

Limitări de cunoscut

Analiza imaginilor mărește timpul de răspuns, deoarece modelul trebuie să proceseze date vizuale în plus față de text. De asemenea, consumă mai mulți tokeni de ieșire. Activați-o doar atunci când informația vizuală adaugă o valoare reală răspunsului.

Calitatea analizei depinde, de asemenea, de rezoluția și claritatea imaginilor găsite. Graficele de înaltă rezoluție, cu etichete lizibile, oferă rezultate mai bune decât imaginile neclare sau aglomerate.

Exercițiu practic

Creați un script care cere modelului Grok să analizeze tendințele vizuale într-un sector (de exemplu, grafice de performanță pentru un indice bursier sau infografice dintr-un raport industrial). Comparați bogăția răspunsului obținut cu și fără enable_image_understanding.

Puncte cheie

  • Parametrul enable_image_understanding permite modelului să analizeze imagini din rezultatele web
  • Modelul utilizează intern instrumentul view_image pentru a examina elementele vizuale relevante
  • Acest parametru poate fi combinat cu allowed_domains sau excluded_domains
  • Analiza imaginilor mărește timpul de procesare și consumul de tokeni
  • Această funcție este ideală pentru monitorizarea vizuală, analiza graficelor și extragerea datelor din infografice