Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Oblika vsebine

Lekcija 4 od 14 Posodobljeno 30. julij 2026 Začetnik
Na tej strani
  1. Dva vhodna formata za Grok
  2. Preprosto besedilno niz
  3. Polje tipiziranih objektov
  4. Kombiniranje besedila in slik
  5. Parameter detail za slike
  6. Tehnične omejitve
  7. Praktična vaja
  8. Ključne ugotovitve

Dva vhodna formata za Grok

Ko pošlješ sporočilo modelu Grok, lahko polje content v vsakem sporočilu zavzame eno od dveh različnih oblik. Razumevanje te razlike je ključno, saj določa, kaj lahko pošlješ modelu: samo besedilo ali kombinacijo besedila in slik.

Preprosto besedilno niz

Najbolj neposredna oblika: vsebina je preprost niz. To obliko boš uporabljal pri večini interakcij, ki temeljijo izključno na besedilu.

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

Ta format deluje za vse naloge, ki vključujejo samo besedilo: vprašanja, navodila, posredovanje podatkov ali zahteve za generiranje. Uporabi ga, ko ne potrebuješ vključevanja vizualnih elementov.

Polje tipiziranih objektov

Za večmodalne zahteve (besedilo + slike) Grok sprejme polje objektov, kjer vsak element vključuje polje type, ki označuje njegovo naravo.

Format za dopolnjevanje klepeta (Legacy Endpoint)

{
  "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"}}
  ]
}

Format za odgovore (Primary Endpoint)

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

Upoštevaj razliko v poimenovanju med obema končnima točkama: text in image_url za dopolnjevanje klepeta ter input_text in input_image za odgovore.

Kombiniranje besedila in slik

Polje objektov ti omogoča prosto mešanje besedila in slik v poljubnem vrstnem redu. V isto zahtevo lahko pošlješ več slik, pri čemer je besedilo lahko pred njimi, za njimi ali med njimi.

{
  "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."}
  ]
}

Sprejeti viri slik

Grok sprejema slike na dva načina:

  • Neposredni URL: povezava HTTPS do slike, ki je gostovana na spletu
  • Kodirano v Base64: slika, vgrajena neposredno v zahtevo kot URI podatkov
{"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,/9j/4AAQ..."}}

Format Base64 je uporaben, ko tvoje slike niso gostovane na spletu (lokalni posnetki zaslona, slike, ki jih generira tvoja aplikacija).

Parameter detail za slike

Vsaka slika lahko prejme parameter detail, ki nadzira raven analize:

  • auto: model samodejno izbere privzeto obnašanje
  • low: hitra in varčna analiza, porabi manj žetonov
  • high: podrobna analiza, porabi več žetonov, vendar zajame fine podrobnosti
{"type": "image_url", "image_url": {"url": "https://...", "detail": "low"}}

Uporabi low za preproste naloge (klasifikacija, splošen opis) in high za natančne analize (OCR, zaznavanje podrobnosti, branje grafov).

Tehnične omejitve

Pri delu s slikami imej v mislih naslednje omejitve:

  • Največja velikost: 20 MB na sliko
  • Sprejeti formati: samo JPG, JPEG, PNG
  • Ni omejitve glede števila slik na zahtevo
  • Združljivi modeli: grok-4.5 in višji
  • Slike porabijo med 256 in 1.792 žetoni, odvisno od njihove velikosti in ravni podrobnosti

Praktična vaja

Preizkusi oba formata s preprosto nalogo:

Preprost besedilni format:

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

Format polja (samo besedilo, a strukturirano):

{
  "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?"}
  ]
}

Tudi brez slike ti format polja omogoča jasno ločevanje konteksta od vprašanja, kar lahko izboljša ustreznost odgovora.

Ključne ugotovitve

  • Vsebina je lahko preprost niz (golo besedilo) ali polje objektov (večmodalno)
  • Format polja ti omogoča mešanje besedila in slik v poljubnem vrstnem redu
  • Obstajata dve obliki poimenovanja, odvisno od končne točke: dopolnjevanje klepeta proti odgovorom
  • Parameter detail nadzira globino analize slike (low, auto, high)
  • Slike porabljajo žetone: raven podrobnosti prilagodi svojim potrebam
  • Format Base64 ti omogoča pošiljanje slik brez njihovega gostovanja na spletu