Formatul conținutului
Pe această pagină
Cele două formate de intrare ale lui Grok
Atunci când trimiteți un mesaj către Grok, câmpul content din fiecare mesaj poate lua una dintre cele două forme distincte. Înțelegerea acestei distincții este esențială, deoarece determină ce anume puteți trimite modelului: doar text sau un amestec de text și imagini.
Șir de text simplu
Cea mai directă formă: conținutul este un simplu șir de caractere. Veți utiliza acest format pentru majoritatea interacțiunilor bazate pe text.
{
"role": "user",
"content": "Explain the advantages of the Rust language compared to C++"
}
Acest format funcționează pentru toate sarcinile pur textuale: întrebări, instrucțiuni, furnizarea de date sau cereri de generare. Utilizați-l atunci când nu aveți nevoie să includeți elemente vizuale.
Matrice de obiecte tipizate
Pentru cererile multimodale (text + imagini), Grok acceptă o matrice de obiecte în care fiecare element include un câmp type care îi indică natura.
Formatul Chat Completions (Endpoint legacy)
{
"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"}}
]
}
Formatul Responses (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"}
]
}
Rețineți diferența de denumire dintre cele două endpoint-uri: text și image_url pentru Chat Completions, respectiv input_text și input_image pentru Responses.
Combinarea textului și a imaginilor
Matricea de obiecte vă permite să amestecați liber textul și imaginile în orice ordine. Puteți trimite mai multe imagini în aceeași cerere, cu text înainte, după sau între ele.
{
"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."}
]
}
Surse de imagini acceptate
Grok acceptă imaginile în două moduri:
- URL direct: un link HTTPS către imaginea găzduită online
- Codat Base64: imaginea încorporată direct în cerere sub formă de URI de date
{"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,/9j/4AAQ..."}}
Formatul Base64 este util atunci când imaginile dumneavoastră nu sunt găzduite online (capturi de ecran locale, imagini generate de aplicația dumneavoastră).
Parametrul detail pentru imagini
Fiecare imagine poate primi un parametru detail care controlează nivelul de analiză:
- auto: modelul alege automat (comportament implicit)
- low: analiză rapidă și economică, consumă mai puțini tokeni
- high: analiză detaliată, consumă mai mulți tokeni, dar captează detalii fine
{"type": "image_url", "image_url": {"url": "https://...", "detail": "low"}}
Utilizați low pentru sarcini simple (clasificare, descriere generală) și high pentru analize precise (OCR, detectarea detaliilor, citirea graficelor).
Constrângeri tehnice
Aveți în vedere aceste limite atunci când lucrați cu imagini:
- Dimensiune maximă: 20 MB per imagine
- Formate acceptate: doar JPG, JPEG, PNG
- Fără limită privind numărul de imagini per cerere
- Modele compatibile: grok-4.5 și versiuni superioare
- Imaginile consumă între 256 și 1.792 de tokeni, în funcție de dimensiunea și nivelul de detaliu al acestora
Exercițiu practic
Testați ambele formate cu o sarcină simplă:
Format text simplu:
{"role": "user", "content": "What are the 5 fundamental principles of UX design?"}
Format matrice (doar text, dar structurat):
{
"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?"}
]
}
Chiar și fără o imagine, formatul de tip matrice vă permite să separați clar contextul de întrebare, ceea ce poate îmbunătăți relevanța răspunsului.
Puncte cheie
- Conținutul poate fi un simplu șir de caractere (text brut) sau o matrice de obiecte (multimodal)
- Formatul de tip matrice vă permite să amestecați textul și imaginile în orice ordine
- Există două formate de denumire în funcție de endpoint: Chat Completions vs Responses
- Parametrul
detailcontrolează profunzimea analizei imaginii (low, auto, high) - Imaginile consumă tokeni: adaptați nivelul de detaliu nevoilor dumneavoastră
- Formatul Base64 vă permite să trimiteți imagini fără a le găzdui online