Odosielanie obrázkov do ChatGPT
Na tejto strane
ChatGPT nie je obmedzený len na text. Vlož do konverzácie fotografiu, snímku obrazovky, diagram alebo naskenovaný dokument a potom sa naň opýtaj. Táto zmena je hlbšia, než sa na prvý pohľad zdá: namiesto toho, aby si slovami opisoval, čo vidíš, jednoducho to ukážeš. Podľa Centra pomoci OpenAI je táto funkcia dostupná vo všetkých tarifoch vrátane bezplatnej verzie a každý model ChatGPT prijíma obrázky.
Podporované formáty a spôsoby vkladania
ChatGPT prijíma obrázky vo formátoch PNG, JPEG a neanimované GIF s veľkosťou do 20 MB každý. Ak chceš pridať obrázok, klikni v poli na zadávanie na + a vyber možnosť Add photos & files; pretiahni súbor priamo do textového poľa; alebo vlož obrázok skopírovaný do schránky. Na mobilnom zariadení môžeš tiež odfotiť nový záber alebo vybrať jeden z galérie.
Neexistuje pevný limit na počet obrázkov v jednej konverzácii: obmedzenie závisí od veľkosti obrázkov a množstva sprievodného textu. Ak narazíš na problémy, Centrum pomoci odporúča znížiť počet alebo veľkosť obrázkov. ChatGPT tiež prijíma video prílohy, ale analýza môže byť neúplná alebo nepresná, najmä pokiaľ ide o zvuk.
Samotný obrázok nič nehovorí
Klasická začiatočnícka chyba je vždy rovnaká: odoslanie fotky bez inštrukcií. Bez jasného zámeru sa model uchýli k predvolenému správaniu – opisovaniu – a ty dostaneš síce správny, ale hodnotovo slabý odstavec.
Predstav si, že odfotíš bielu tabuľu po porade. S otázkou „Čo je toto?“ dostaneš všeobecný opis. S pokynom „Tu je biela tabuľa z našej úvodnej porady. Prepíš rozhodnutia a úlohy spolu s ich zodpovednými osobami do tabuľky,“ dostaneš konkrétny výstup. Obrázok je v oboch prípadoch identický; zmenil sa len zámer. Ak chceš upútať pozornosť na konkrétnu oblasť, Centrum pomoci navrhuje obrázok pred odoslaním anotovať, napríklad zakrúžkovaním príslušného úseku.
Viacero obrázkov v jednej správe
Môžeš odoslať niekoľko obrázkov naraz a požiadať o ich vzájomnú analýzu. Dve fotky toho istého produktu odfotené v rôznom čase v kombinácii s pokynom „Porovnaj tieto dve fotky a vypíš viditeľné zmeny“ prinášajú štruktúrovanú komparatívnu odpoveď, nie dva vedľa seba idúce opisy, ktoré by si musel zosúladiť sám. Počet však udržuj primeraný: so zvyšujúcim sa počtom obrázkov v dávke je väčšia pravdepodobnosť, že sa stratia jemné detaily.
Urob z fotenia svoj reflex
Najväčší úžitok často prinášajú tie najjednoduchšie prípady: snímka obrazovky s chybovou hláškou na vysvetlenie, papierový formulár na prepis, graf na okomentovanie, miestnosť na rozvrhnutie alebo štítok na preloženie. V každom prípade platí rovnaké pravidlo: ostrý obrázok, jasný cieľ a presný formát výstupu.
Čo môže analýzu pokaziť
Rozmazaný alebo príliš tmavý obrázok zostáva hlavnou prekážkou: žiadny prompt nezachráni zlú fotku, takže ju radšej odfot znova. Centrum pomoci OpenAI tiež uvádza známe obmedzenia, na ktoré by si mal myslieť:
- Zdravotnícke zobrazovanie: Model nie je vhodný na interpretáciu špecializovaných zdravotníckych snímok, ako sú CT skeny, a nesmie sa používať na poskytovanie zdravotných rád.
- Text: Písmá iných abecied ako latinka sa čítajú menej presne; malý text profituje z priblíženia a otočený alebo prevrátený text môže byť nesprávne interpretovaný.
- Grafy: Krivky rozlíšené len štýlom čiary – plná, prerušovaná alebo bodkovaná – môžu spôsobiť zmätok.
- Priestor a počítanie: Presná lokalizácia, ako sú pozície figúrok na šachovnici, je náročná a počty objektov zostávajú len približné.
- Tvary a súbory: Panoramatické alebo rybie oko zábery spôsobujú problémy; model nečíta názvy súborov ani metadáta a obrázok sa pred analýzou zmenší.
Ďalším rizikom je prílišná sebadôvera: pri nejednoznačných prvkoch môže ChatGPT odpovedať s neoprávnenou istotou a pomýliť sa. Preto si vždy overuj všetky kľúčové informácie – sumy, dávkovanie, referencie – priamo v zdroji. Nakoniec, pred odoslaním faktúry, preukazu totožnosti alebo snímky obrazovky obsahujúcej osobné údaje zváž otázky súkromia: na obrázky sa vzťahujú rovnaké pravidlá používania dát ako na zvyšok tvojho obsahu.
Teraz si na rade ty
Ukazuj, neopisuj. Odfot pracovný dokument: bielu tabuľu, formulár alebo vytlačený graf. Pošli ho raz s otázkou „Čo je toto?“ a potom znova s jasným cieľom a špecifickým formátom výstupu. Následne over tri prvky z druhej odpovede porovnaním s originálom.
Oficiálne zdroje: ChatGPT Image Inputs FAQ · How your data is used to improve model performance (Centrum pomoci OpenAI) · Image inputs (Dokumentácia ChatGPT)
Kľúčové poznatky
- Všetky tarify a modely ChatGPT prijímajú obrázky: PNG, JPEG a neanimované GIF do 20 MB
- Obrázok vždy doplň o cieľ a formát výstupu; anotuj oblasť, na ktorej záleží
- Viacero obrázkov možno analyzovať spoločne, ale príliš veľké dávky strácajú jemné detaily
- Poznaj zdokumentované obmedzenia: zdravotnícke zobrazovanie, nelatinské písma, počítanie a presná lokalizácia
- Over si všetky kľúčové informácie a pred odoslaním obrázka zváž otázky súkromia