Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Analýza obrázkov nájdených pri webovom vyhľadávaní

Lekcia 4 z 14 Aktualizované 30. júla 2026 Začiatočník
Na tejto strane
  1. Viac než len text: analýza obrázkov
  2. Povolenie pochopenia obrázkov
  3. Ako to funguje
  4. Kombinácia filtrovania domén a analýzy obrázkov
  5. Relevantné prípady použitia
  6. Obmedzenia, ktoré treba poznať
  7. Praktické cvičenie
  8. Kľúčové poznatky

Viac než len text: analýza obrázkov

Webové vyhľadávanie sa neobmedzuje iba na text. Keď povolíš parameter enable_image_understanding, model Grok dokáže analyzovať obrázky nájdené počas svojho vyhľadávania. Otvára to nové možnosti: interpretáciu grafov, čítanie infografík, pochopenie snímok obrazovky alebo analýzu novinových fotografií.

Táto schopnosť je obzvlášť užitočná v prípadoch, keď vizuálne informácie dopĺňajú alebo nahrádzajú text, napríklad pri analýze trendov z burzových grafov, pochopení technických diagramov alebo extrakcii údajov z tabuliek publikovaných ako obrázky.

Povolenie pochopenia obrázkov

Túto funkciu povolíš pomocou parametra enable_image_understanding v konfigurácii nástroja 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
    }]
)

Keď je tento parameter povolený, model má prístup k dodatočnému internému nástroju s názvom view_image. Môže tento nástroj využiť na preskúmanie obrázkov, na ktoré narazí počas vyhľadávania, a extrahovať z nich relevantné informácie.

Ako to funguje

Proces prebieha v niekoľkých fázach:

  1. Model vykoná štandardné webové vyhľadávanie.
  2. Medzi výsledkami identifikuje potenciálne relevantné obrázky.
  3. Pomocou nástroja view_image tieto obrázky analyzuje.
  4. Vizuálne informácie integruje do svojej konečnej odpovede.

Nemusíš riešiť žiadnu dodatočnú interakciu. Model všetko orchestruje autonómne.

Kombinácia filtrovania domén a analýzy obrázkov

Analýzu obrázkov môžeš povoliť súčasne s filtrovaním domén:

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 Typ Predvolená hodnota Popis
allowed_domains pole [] Povolené domény (max. 5)
excluded_domains pole [] Vylúčené domény (max. 5)
enable_image_understanding boolean false Povolí analýzu nájdených obrázkov

Relevantné prípady použitia

Vizuálny monitoring značky

Sleduj, ako sa tvoja značka vizuálne objavuje online: používané logá, snímky obrazovky tvojho produktu alebo infografiky spomínajúce tvoju spoločnosť.

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
    }]
)

Vizuálna analýza dát

Interpretuj grafy a tabuľky publikované v online správach bez potreby ich manuálneho sťahovania:

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
    }]
)

Obmedzenia, ktoré treba poznať

Analýza obrázkov zvyšuje čas odozvy, pretože model musí spracovávať vizuálne dáta navyše k textu. Tiež spotrebúva viac výstupných tokenov. Povoľ ju len vtedy, keď vizuálne informácie pridávajú odpovedi skutočnú hodnotu.

Kvalita analýzy závisí aj od rozlíšenia a zrozumiteľnosti nájdených obrázkov. Grafy s vysokým rozlíšením a čitateľnými popiskami prinášajú lepšie výsledky než rozmazané alebo neprehľadné obrázky.

Praktické cvičenie

Vytvor skript, ktorý požiada Grok o analýzu vizuálnych trendov v určitom sektore (napríklad grafy výkonnosti pre burzový index alebo infografiky z odvetvovej správy). Porovnaj bohatosť získanej odpovede s povoleným a zakázaným parametrom enable_image_understanding.

Kľúčové poznatky

  • Parameter enable_image_understanding umožňuje modelu analyzovať obrázky z výsledkov webového vyhľadávania.
  • Model interne využíva nástroj view_image na preskúmanie relevantných vizuálov.
  • Tento parameter možno kombinovať s parametrami allowed_domains alebo excluded_domains.
  • Analýza obrázkov zvyšuje čas spracovania a spotrebu tokenov.
  • Táto funkcia je ideálna na vizuálny monitoring, analýzu grafov a extrakciu dát z infografík.