Skicka bilder till ChatGPT
På denna sida
ChatGPT är inte begränsat till text. Dra in ett foto, en skärmdump, ett diagram eller ett skannat dokument i konversationen och ställ sedan din fråga om det. Förändringen går djupare än den vid första anblicken verkar: istället för att beskriva vad du ser med ord, visar du det. Enligt OpenAIs Help Center är denna funktion tillgänglig på alla abonnemangsplaner, inklusive den kostnadsfria nivån, och alla ChatGPT-modeller accepterar bilder.
Format som stöds och inmatningsmetoder
ChatGPT accepterar PNG-, JPEG- och icke-animerade GIF-bilder på upp till 20 MB vardera. För att lägga till en bild väljer du + i inmatningsrutan och sedan Add photos & files; dra filen till textområdet; eller klistra in en bild som du har kopierat till urklippet. På mobilen kan du också ta ett foto eller välja ett från ditt galleri.
Det finns ingen fast gräns för antalet bilder per konversation: taket beror på bildstorlek och mängden medföljande text. Om du stöter på problem rekommenderar Help Center att du minskar antalet eller storleken på bilderna. ChatGPT accepterar även videobilagor, men analysen kan vara ofullständig eller felaktig, särskilt när det gäller ljud.
En bild säger ingenting i sig själv
Det klassiska nybörjarfelet är alltid detsamma: att skicka ett foto utan instruktioner. Utan en tydlig avsikt faller modellen tillbaka på sitt standardbeteende – att beskriva – och du får en korrekt men lågvärdig textmassa.
Ta ett foto av en whiteboard efter ett möte. Med frågan “Vad är detta?” får du en generell beskrivning. Med prompten “Här är whiteboarden från vårt uppstartsmöte. Transkribera besluten och åtgärdspunkterna, tillsammans med ansvariga, i en tabell,” får du ett leverabelt resultat. Bilden är identisk i båda fallen; endast avsikten har ändrats. För att uppmärksamma ett specifikt område föreslår Help Center att du annoterar bilden innan du skickar den, till exempel genom att cirkla in den relevanta passagen.
Flera bilder i samma meddelande
Du kan skicka flera bilder samtidigt och begära en korsanalys. Två foton av samma produkt tagna vid olika tidpunkter, kombinerat med “Jämför dessa två foton och lista de synliga förändringarna,” ger ett strukturerat jämförande svar, inte två sid-vid-sid-beskrivningar som du själv måste sammanställa. Håll antalet rimligt: när batchen växer är det större risk att fina detaljer går förlorade.
Gör fotoreflexen till en vana
Användningsområdena med högst avkastning är ofta de enklaste: en skärmdump på ett felmeddelande att förklara, ett pappersformulär att transkribera, ett diagram att kommentera, ett rum att inreda, en etikett att översätta. I varje fall gäller samma regel: en skarp bild, ett tydligt mål och ett precist utdataformat.
Vad som spårar ur en analys
En suddig eller för mörk bild är fortfarande det största hindret: ingen prompt kan rädda en dålig bild, så ta ett nytt foto. OpenAIs Help Center listar också kända begränsningar att hålla i åtanke:
- Medicinsk bildbehandling: Modellen är inte lämpad för att tolka specialiserade medicinska bilder som CT-scanningar och får inte användas för medicinsk rådgivning.
- Text: Icke-latinska skriftsystem läses med lägre noggrannhet; liten text gynnas av förstoring; och roterad eller upp-och-ned-vänd text kan tolkas fel.
- Diagram: Kurvor som endast skiljs åt genom linjestil – heldragen, streckad eller prickad – kan skapa förvirring.
- Rumslig placering och räkning: Exakt lokalisering, såsom pjäsernas position på ett schackbräde, är svårt, och antal objekt förblir ungefärliga.
- Former och filer: Panorama- eller fisheye-bilder ställer till problem; modellen läser inte filnamn eller metadata, och bilden skalas om innan analys.
Övertro utgör en ytterligare risk: vid tvetydiga element kan ChatGPT svara med obefogad säkerhet och ha fel. Verifiera därför all kritisk information – belopp, doseringar, referenser – mot källan. Tänk slutligen på integriteten innan du skickar en faktura, ett ID-handling eller en skärmdump som innehåller personuppgifter: bilder följer samma regler för dataanvändning som resten av ditt innehåll.
Din tur
Visa, beskriv inte. Fotografera ett arbetsdokument: en whiteboard, ett formulär eller ett utskrivet diagram. Skicka det en gång med “Vad är detta?”, och sedan igen med ett tydligt mål och ett specifikt utdataformat. Verifiera sedan tre element från det andra svaret genom att jämföra dem med originalet.
Officiella källor: ChatGPT Image Inputs FAQ · How your data is used to improve model performance (OpenAI Help Center) · Image inputs (ChatGPT-dokumentation)
Viktiga punkter
- Alla ChatGPT-planer och modeller accepterar bilder: PNG, JPEG och icke-animerad GIF, upp till 20 MB
- Para alltid bilden med ett mål och ett utdataformat; annotera det område som är viktigt
- Flera bilder kan analyseras tillsammans, men för stora batchar tappar fina detaljer
- Känn till de dokumenterade begränsningarna: medicinsk bildbehandling, icke-latinska skriftsystem, räkning och exakt lokalisering
- Verifiera all kritisk information och väg integriteten mot nyttan innan du skickar en bild