Analiza slik, najdenih z iskanjem po spletu
Na tej strani
Prekorači besedilo z analizo slik
Iskanje po spletu ni omejeno le na besedilo. Ko omogočiš parameter enable_image_understanding, lahko model Grok analizira slike, najdene med iskanjem. To odpira nove možnosti: razlago grafikov, branje infografik, razumevanje posnetkov zaslona ali analizo novičarskih fotografij.
Ta zmožnost je še posebej uporabna v primerih, ko vizualne informacije dopolnjujejo ali nadomeščajo besedilo, na primer pri analizi trendov iz borznih grafikov, razumevanju tehničnih diagramov ali pridobivanju podatkov iz tabel, objavljenih kot slike.
Omogoči razumevanje slik
To omogočiš s parametrom enable_image_understanding v konfiguraciji orodja 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
}]
)
Ko je ta parameter omogočen, ima model dostop do dodatnega notranjega orodja z imenom view_image. To orodje lahko prikliče za pregled slik, na katere naleti med iskanjem, in izvleče ustrezne informacije.
Kako deluje
Postopek poteka v več fazah:
- Model izvede standardno iskanje po spletu
- Med rezultati prepozna potencialno ustrezne slike
- Uporabi orodje
view_imageza analizo teh slik - Vizualne informacije vključi v svoj končni odgovor
Ni ti treba upravljati nobene dodatne interakcije. Model vse usklajuje samostojno.
Združi filtriranje domen in analizo slik
Analizo slik lahko omogočiš hkrati s filtriranjem domen:
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 | Type | Default value | Description |
|---|---|---|---|
| allowed_domains | array | [] | Allowed domains (max 5) |
| excluded_domains | array | [] | Excluded domains (max 5) |
| enable_image_understanding | boolean | false | Enables analysis of found images |
Ustrezni primeri uporabe
Vizualno spremljanje blagovne znamke
Spremljaj, kako je tvoja blagovna znamka vizualno prisotna na spletu: uporabljeni logotipi, posnetki zaslona tvojega izdelka, infografike, ki omenjajo tvoje podjetje.
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
}]
)
Vizualna analiza podatkov
Razloži grafe in tabele, objavljene v spletnih poročilih, ne da bi jih moral ročno prenašati:
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
}]
)
Omejitve, ki jih moraš poznati
Analiza slik podaljša čas odziva, saj mora model obdelati vizualne podatke poleg besedila. Prav tako porabi več izhodnih žetonov (tokens). Omogoči jo le, ko vizualne informacije odgovoru dodajo resnično vrednost.
Kakovost analize je odvisna tudi od ločljivosti in jasnosti najdenih slik. Grafiki z visoko ločljivostjo in berljivimi oznakami dajejo boljše rezultate kot zamegljene ali prenatrpane slike.
Praktična vaja
Ustvari skript, ki pozove Grok k analizi vizualnih trendov v določenem sektorju (na primer grafikoni uspešnosti za borzni indeks ali infografike iz industrijskega poročila). Primerjaj bogastvo pridobljenega odgovora z omogočenim in onemogočenim parametrom enable_image_understanding.
Ključne ugotovitve
- Parameter
enable_image_understandingmodelu omogoča analizo slik iz rezultatov spletnega iskanja - Model interno uporablja orodje
view_imageza pregled ustreznih vizualnih vsebin - Ta parameter lahko kombiniraš z
allowed_domainsaliexcluded_domains - Analiza slik poveča čas obdelave in porabo žetonov
- Ta funkcija je idealna za vizualno spremljanje, analizo grafikov in pridobivanje podatkov iz infografik