Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Analýza obrázkov a fotografií

Lekcia 12 z 18 Aktualizované 5. novembra 2026 Začiatočník
Na tejto strane
  1. ChatGPT Vision: Porozumenie obrázkom
  2. Odoslanie obrázka do ChatGPT
  3. Čo umožňuje Vision v každodennej práci
  4. Čo oddeľuje dobrú analýzu od zlej
  5. Limity, ktoré treba poznať
  6. Teraz si na rade ty
  7. Kľúčové poznatky

ChatGPT Vision: Porozumenie obrázkom

ChatGPT nie je obmedzený len na text: každý model prijíma aj obrázky. Fotografie, snímky obrazovky, grafy, odfotené dokumenty, diagramy – ChatGPT ich dokáže popísať, prečítať a okomentovať. Hodnota tejto funkcie je okamžitá, pretože eliminuje krok prepisovania: namiesto opisovania jednoducho ukážeš. Funkcia je dostupná v bezplatnom aj platenom tarife, pričom podlieha limitom daného tarifu.

Odoslanie obrázka do ChatGPT

Na webe aj v desktopovej aplikácii vedú k rovnakému výsledku tri cesty: tlačidlo + v oblasti zadávania, následne Add photos & files; pretiahnutie obrázka priamo do oblasti zadávania (drag-and-drop); alebo vloženie skopírovaného obrázka zo schránky (Ctrl+V alebo Cmd+V). Na mobilných zariadeniach rovnaké tlačidlo + pridá fotografiu – či už čerstvo odfotenú, alebo staršiu z galérie; na iPhone dlhý stisk tlačidla + otvorí priamo tvoje nedávne fotky. ChatGPT akceptuje formáty PNG, JPEG a neanimované GIF, pričom maximálna veľkosť jedného obrázka je 20 MB.

Nemusíš odosielať len jeden obrázok naraz. Vloženie viacerých vizuálov do jednej správy ti umožní požiadať o porovnanie a nové obrázky môžeš pridávať aj v priebehu konverzácie, ak chceš ísť do hĺbky alebo zmeniť uhol pohľadu.

Čo robí Vision a aké sú jeho limity Dva stĺpce. Čo robí dobre: komentovanie grafov, čítanie a extrakcia textu z dokumentov, vysvetľovanie obrazoviek, porovnávanie viacerých obrázkov. Jeho oficiálne limity: žiadne špecializované medicínske snímky, menej spoľahlivé pri nelatinských abecedách, krivky rozlíšiteľné len štýlom čiary, presné hodnoty nie sú garantované. ANALÝZA OBRÁZKOV Čo robí Vision a aké sú jeho limity Čo robí dobre Grafy Trendy, anomálie, závery Dokumenty Čítať, prepisovať, extrahovať Obrazovky Chybové hlášky, webové stránky Porovnania Viacero obrázkov v jednej správe Jeho oficiálne limity Medicína Žiadne špecializované medicínske snímky Abecedy Japončina, kórejčina: menej spoľahlivé Krivky Rozlíšiteľné len štýlom čiary Čísla Presné hodnoty nie sú garantované PNG, JPEG alebo neanimovaný GIF, maximálne 20 MB na obrázok.
Na základe článku "ChatGPT Image Inputs FAQ" z Centra pomoci OpenAI (november 2026).

Čo umožňuje Vision v každodennej práci

Prvým a najcennejším prípadom použitia sú grafy. Zachyť krivku z výročnej správy, dashboardu alebo prezentácie a nechaj ChatGPT, aby ju okomentoval namiesto toho, aby si ju lúštil sám.

[obrázok grafu] “Analyzuj tento graf. Aké sú hlavné trendy? Vyskytujú sa nejaké anomálie? Zhrň závery do 3 bodov.”

Ďalej nasleduje čítanie dokumentov: ChatGPT dokáže prečítať text prítomný na obrázku. “Prepíš text z tohto dokumentu a potom ho zhrň do 3 viet.” Rovnaký prístup funguje aj pri faktúrach so štruktúrovanou extrakciou, ktorá ti ušetrí manuálne zadávanie – “Extrahuj z tejto faktúry tieto údaje: dodávateľ, dátum, suma bez DPH, DPH, suma s DPH.” – a tiež pri preklade, keď odfotíš nápis alebo jedálny lístok v cudzom jazyku.

Identifikácia tvorí tretiu kategóriu: chybové hlášky zobrazené na obrazovke, ktorých význam a riešenie potrebuješ zistiť; predmet, ktorého názov hľadáš; alebo jedlo, ku ktorému chceš podobný recept. Nakoniec Vision slúži ako kritické oko pre profesionálne vizuály.

[snímka webovej stránky] “Analyzuj túto domovskú stránku. Silné a slabé stránky z hľadiska používateľskej skúsenosti. Navrhni 3 konkrétne zlepšenia.”

Čo oddeľuje dobrú analýzu od zlej

Kvalita výsledku závisí predovšetkým od kvality obrázka. OpenAI odporúča zväčšiť text tak, aby bol čitateľný bez orezania dôležitých detailov, a vyhýbať sa otočeným alebo prevráteným obrázkom, ako aj panoramatickým záberom alebo záberom typu “rybie oko”, ktoré sú často nesprávne interpretované. Ak chceš upútať pozornosť na konkrétnu oblasť, annotuj obrázok pred odoslaním, napríklad pomocou editačného nástroja v telefóne.

Druhou premennou je text sprevádzajúci obrázok. Otázka “Čo je toto?” vyvolá všeobecný opis, ktorý je často nepoužiteľný. Naproti tomu “Tu je náš graf predaja za 1. štvrťrok: analyzuj trend a identifikuj problematické mesiace” vedie k reakcii, ktorú môžeš využiť v praxi. Tento princíp platí aj pri kombinácii viacerých vizuálov: “Tu je logo môjho konkurenta [obrázok]. Porovnajte ho s naším [obrázok]. Aká je vizuálna pozícia každého z nich?”

Limity, ktoré treba poznať

Samotná spoločnosť OpenAI zverejňuje zoznam obmedzení. Model nie je navrhnutý na interpretáciu špecializovaných medicínskych snímok, ako sú CT vyšetrenia, a nesmie slúžiť ako lekárska rada. Text v nelatinských abecedách, ako je japončina alebo kórejčina, číta menej spoľahlivo. Môže sa mýliť pri grafoch, kde krivky rozlišuje len farba alebo štýl čiary (plná, prerušovaná, bodkovaná), pri úlohách vyžadujúcich presnú lokalizáciu, ako je čítanie pozície na šachovnici, a poskytuje len približné počty. Nečíta názov súboru ani jeho metadáta a obrázok sa pred analýzou zmenší.

Jedno upozornenie si zaslúži osobitný dôraz: pri číslach čítaných z obrázka, napríklad z odfotenej tabuľky alebo naskenovaného PDF, nie sú presné hodnoty extrahované spoľahlivo. Keď záleží na presnosti, pošli namiesto toho originálny tabuľkový procesor alebo textový súbor a manuálne skontroluj všetko, čo ovplyvňuje rozhodovanie. Videá sa môžu nakoniec pripojiť ako súbory, a to aj v bezplatnej verzii, ale ich analýza môže byť čiastočná.

Teraz si na rade ty

Tri pokusy. Odfot alebo zachyť stránku správy alebo faktúru a požiadaj o extrakciu kľúčových informácií do tabuľky; over každú sumu. Ďalej zachyť graf z článku alebo dashboardu a požiadaj o analýzu trendu. Nakoniec odfot ľubovoľný predmet a pošli ho dvakrát: raz bez inštrukcií a raz so špecifickou otázkou. Porovnaj hĺbku oboch odpovedí.

Oficiálne zdroje: ChatGPT Image Inputs FAQ (Centrum pomoci OpenAI: tarify, formáty, pridávanie obrázkov, limity) · Data analysis with ChatGPT (naskenované alebo obrázkové tabuľky) · ChatGPT capabilities overview (analýza obrázkov)

Kľúčové poznatky

  • Všetky modely ChatGPT analyzujú fotografie, snímky obrazovky, grafy a odfotené dokumenty vo všetkých tarifoch
  • Obrázok odošleš tlačidlom +, pretiahnutím, vložením alebo na mobile výberom z fotiek
  • Konkrétna otázka a ostrý obrázok sú lepšie než vágne “čo je toto?”
  • Oficiálne limity: medicínske snímky, nelatinské abecedy, krivky rozlíšiteľné len štýlom, počty
  • Čísla prečítané z obrázka nie sú spoľahlivo presné: uprednostni originálny súbor