Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Opis slike

Lekcija 5 od 12 Posodobljeno 30. julij 2026 Začetnik
Na tej strani
  1. Pridobivanje vpogledov iz vaših slik
  2. Splošni opis
  3. Strukturiran opis
  4. Primer: Listi izdelkov za e-trgovino
  5. Primer: Nadomestno besedilo (dostopnost)
  6. Primer: Moderacija vsebine
  7. Najboljše prakse za opisovanje
  8. Ključne ugotovitve

Pridobivanje vpogledov iz vaših slik

Grok OCR - ekstrakcija besedila iz slike Opis slike je najbolj naravna uporaba večmodalnega vida modela Grok. Pošljete sliko, zastavite vprašanje in model vrne podrobno besedilno analizo. Ta zmožnost, ki je videti preprosta, odpira v proizvodnem okolju ogromne možnosti.

E-trgovina
Samodejni listi izdelkov
Dostopnost
Samodejno besedilo alt
Moderacija
Filtriranje vsebine
Katalog
Samodejno indeksiranje

Splošni opis

Najpreprostejša zahteva je prositi za opis v prosti obliki:

response = client.responses.create(
    model="grok-4.5",
    input=[
        {"type": "input_image", "image_url": url_image},
        {"type": "input_text", "text": "Describe this image in detail."}
    ]
)

Model prepozna ključne elemente (predmete, ljudi, besedilo, barve, kompozicijo) in ustvari opisni odstavek. Za večino slik je način auto povsem zadosten.

Strukturiran opis

V proizvodnem okolju opisi v prosti obliki redko pridejo prav. Model boste želeli usmeriti s strukturiranim pozivom:

prompt = """Analyze this image and return a JSON with:
- "subject": the main subject in one sentence
- "objects": list of identified objects
- "dominant_colors": the 3 main colors
- "mood": the general mood (bright, dark, warm, etc.)
- "visible_text": any text readable in the image
"""

response = client.responses.create(
    model="grok-4.5",
    input=[
        {"type": "input_image", "image_url": url_image},
        {"type": "input_text", "text": prompt}
    ]
)

Ta format je pripravljen za uporabo v vaši aplikaciji za polnjenje zbirke podatkov, iskalnika ali kataloga.

Primer: Listi izdelkov za e-trgovino

Zelo zahtevan primer uporabe je samodejno ustvarjanje opisov izdelkov na podlagi fotografij:

def generate_product_sheet(image_url):
    prompt = """You are an expert e-commerce copywriter. Based on this
product photo, generate:

1. A catchy product title (max 80 characters)
2. A marketing description (2-3 sentences)
3. Visible features (material, color, shape)
4. Relevant SEO keywords (5 maximum)

Respond in JSON."""

    response = client.responses.create(
        model="grok-4.5",
        input=[
            {"type": "input_image", "image_url": image_url, "detail": "high"},
            {"type": "input_text", "text": prompt}
        ],
        store=False
    )
    return response.output_text

Z uporabo detail: "high" model zajame fine podrobnosti izdelka (teksture, nalepke, zaključne obdelave), ki obogatijo opis.

Primer: Nadomestno besedilo (dostopnost)

Samodejno ustvarjanje atributov alt za slike na vašem spletnem mestu izboljša dostopnost in SEO:

def generate_alt_text(image_url):
    prompt = """Generate alternative text (alt attribute) for this
web image. The text must:
- Be concise (max 125 characters)
- Describe the content, not the style
- Not start with "Image of" or "Photo of"
- Be useful for a screen reader

Return only the alt text, without quotes."""

    response = client.responses.create(
        model="grok-4.5",
        input=[
            {"type": "input_image", "image_url": image_url, "detail": "low"},
            {"type": "input_text", "text": prompt}
        ],
        store=False
    )
    return response.output_text

Način low je tu povsem zadosten, saj je nadomestno besedilo splošen opis, ne pa podrobna analiza.

Primer: Moderacija vsebine

Vid lahko uporabite za samodejno filtriranje slik, ki jih naložijo vaši uporabniki:

def moderate_image(image_url):
    prompt = """Analyze this image and classify it:
- "safe": content appropriate for all audiences
- "warning": sensitive content but not prohibited
- "reject": inappropriate content

Return a JSON with "classification" and "reason"."""

    response = client.responses.create(
        model="grok-4.5",
        input=[
            {"type": "input_image", "image_url": image_url, "detail": "auto"},
            {"type": "input_text", "text": prompt}
        ],
        store=False
    )
    return response.output_text

Najboljše prakse za opisovanje

  • Bodite natančni v svojem pozivu: „Opši to sliko” daje nejasne rezultate. „Prepoznaj izdelke, barve in vidno besedilo” je veliko učinkovitejše.
  • Zahtevajte strukturiran format (JSON, seznam) za lažjo samodejno obdelavo.
  • Prilagodite raven podrobnosti potrebam: low za razvrščanje, high za podrobno analizo.
  • Uporabite store: false za občutljive slike ali tiste, ki spadajo pod GDPR.

Ključne ugotovitve

  • Opis slike je temeljni primer uporabe vida modela Grok.
  • Strukturirajte svoje pozive, da dobite uporabne odgovore (JSON, seznami).
  • Prilagodite parameter detail zahtevani ravni natančnosti.
  • Pogoste aplikacije vključujejo e-trgovino, dostopnost in moderacijo.
  • Za občutljive podatke ne pozabite na store: false.