Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Formát obsahu

Lekcia 4 z 14 Aktualizované 30. júla 2026 Začiatočník
Na tejto strane
  1. Dva vstupné formáty modelu Grok
  2. Jednoduchý textový reťazec
  3. Pole typizovaných objektov
  4. Kombinovanie textu a obrázkov
  5. Parameter detail pre obrázky
  6. Technické obmedzenia
  7. Praktické cvičenie
  8. Kľúčové poznatky

Dva vstupné formáty modelu Grok

Keď pošleš správu modelu Grok, pole content v každej správe môže mať jeden z dvoch odlišných tvarov. Pochopenie tohto rozdielu je kľúčové, pretože určuje, čo môžeš modelu poslať: iba text, alebo kombináciu textu a obrázkov.

Jednoduchý textový reťazec

Najpriamejší formát: obsah je jednoduchý reťazec. Tento formát použiješ pri väčšine interakcií založených výlučne na texte.

{
  "role": "user",
  "content": "Explain the advantages of the Rust language compared to C++"
}

Tento formát funguje pre všetky úlohy čisto textového charakteru: otázky, inštrukcie, poskytovanie dát alebo žiadosti o generovanie. Použi ho, keď nepotrebuješ zahrnúť vizuálne prvky.

Pole typizovaných objektov

Pre multimodálne požiadavky (text + obrázky) Grok akceptuje pole objektov, kde každý prvok obsahuje pole type, ktoré určuje jeho povahu.

Formát Chat Completions (starší koncový bod)

{
  "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"}}
  ]
}

Formát Responses (hlavný koncový bod)

{
  "input": [
    {"type": "input_text", "text": "Analyze this chart and extract the main trends"},
    {"type": "input_image", "image_url": "https://exemple.com/graphique.png"}
  ]
}

Všimni si rozdiel v názvoch medzi týmito dvoma koncovými bodmi: text a image_url pre Chat Completions, zatiaľ čo input_text a input_image pre Responses.

Kombinovanie textu a obrázkov

Pole objektov ti umožňuje voľne miešať text a obrázky v ľubovoľnom poradí. Môžeš poslať viacero obrázkov v jednej požiadavke, pričom text môže byť pred nimi, za nimi alebo medzi nimi.

{
  "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."}
  ]
}

Akceptované zdroje obrázkov

Grok prijíma obrázky dvoma spôsobmi:

  • Priama URL: odkaz HTTPS na obrázok hostený online
  • Kódovanie Base64: obrázok vložený priamo do požiadavky ako dátové URI
{"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,/9j/4AAQ..."}}

Formát Base64 je užitočný, keď tvoje obrázky nie sú hostené online (lokálne snímky obrazovky, obrázky generované tvojou aplikáciou).

Parameter detail pre obrázky

Ku každému obrázku môžeš pridať parameter detail, ktorý riadi úroveň analýzy:

  • auto: model si vyberie automaticky (predvolené správanie)
  • low: rýchla a úsporná analýza, spotrebuje menej tokenov
  • high: podrobná analýza, spotrebuje viac tokenov, ale zachytí jemné detaily
{"type": "image_url", "image_url": {"url": "https://...", "detail": "low"}}

Použi low pre jednoduché úlohy (klasifikácia, všeobecný opis) a high pre presné analýzy (OCR, detekcia detailov, čítanie grafov).

Technické obmedzenia

Pri práci s obrázkami maj na pamäti tieto limity:

  • Maximálna veľkosť: 20 MB na jeden obrázok
  • Akceptované formáty: iba JPG, JPEG, PNG
  • Žiadny limit na počet obrázkov na požiadavku
  • Kompatibilné modely: grok-4.5 a vyššie
  • Obrázky spotrebujú medzi 256 a 1 792 tokenmi v závislosti od ich veľkosti a úrovne detailu

Praktické cvičenie

Otestuj oba formáty na jednoduchej úlohe:

Jednoduchý textový formát:

{"role": "user", "content": "What are the 5 fundamental principles of UX design?"}

Formát poľa (iba text, ale štruktúrovaný):

{
  "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?"}
  ]
}

Aj bez obrázka ti formát poľa umožňuje jasne oddeliť kontext od otázky, čo môže zlepšiť relevantnosť odpovede.

Kľúčové poznatky

  • Obsah môže byť jednoduchý reťazec (čistý text) alebo pole objektov (multimodálne)
  • Formát poľa ti umožňuje miešať text a obrázky v ľubovoľnom poradí
  • Existujú dva formáty názvov v závislosti od koncového bodu: Chat Completions oproti Responses
  • Parameter detail riadi hĺbku analýzy obrázka (low, auto, high)
  • Obrázky spotrebúvajú tokeny: prispôsob úroveň detailu svojim potrebám
  • Formát Base64 ti umožňuje posielať obrázky bez ich online hostenia