Format de fil som stöds
På denna sida
Det enda kriteriet som spelar roll
Innan du undrar om ett specifikt format fungerar, ställ dig en enklare fråga: innehåller filen extraherbar text? xAI Files API hanterar textfiler. Om något verktyg kan plocka ut tecken ur den utan optisk teckenigenkänning (OCR) accepteras dokumentet sannolikt. Rena binärfiler – bilder, ljud, video – hör inte hemma här; för en bild är den korrekta metoden input_image i Responses API, inte Files API.
Detta enda kriterium förklarar de flesta avvisningar du kommer att stöta på. Det förklarar också varför en PDF med en finansiell rapport fungerar felfritt medan en PDF från en skrivbordsskanner misslyckas: den första har ett textlager, den andra är bara en serie foton av sidor.
De fyra kategorierna som stöds
Format som stöds delas in i fyra kategorier, var och en med sina rekommenderade användningsområden.
| Kategori | Format | Vad Grok extraherar |
|---|---|---|
| Kontorsdokument | PDF, DOCX, ODT, EPUB, RTF | Text, tabeller, avsnittsstruktur |
| Källkod | .py, .js, .ts, .java, .go, .rs, .cpp, HTML, CSS, XML och 80+ språk | Importer, beroenden, filstruktur |
| Strukturerad data | CSV, TSV, JSON, JSON-LD, vCard | Fälthierarki, statistik, trender |
| Ren text | TXT, MD | Linjärt innehåll, Markdown-rubriker och listor |
När det gäller kontorsdokument är PDF det vanligaste formatet, och Grok extraherar dess text, tabeller och avsnittsindelning. En Word-fil i DOCX-format behåller sin formatering – fetstil, kursiv stil, listor – vid extraheringen, precis som dess motsvarighet med öppen källkod, ODT. EPUB blir intressant så snart du arbetar med långa publikationer, en white paper eller en hel manual, och RTF, även om det är äldre, är fortfarande tillräckligt vanligt för att stödjas.
Källkod är där Files API skiljer sig tydligast från kopiera-klistra. Att skicka payment.py i sin helhet istället för en isolerad funktion förändrar analysens karaktär: Grok ser importerna, beroendena och filorganisationen, och kan därför upptäcka att ett undantag fångas trettio rader upp eller att en konstant som definierats högst upp motsäger en kommentar längst ner. Över 80 språk med textbaserad syntax täcks.
Dataformat används främst för kvantitativ analys. En CSV-fil med månatlig försäljning låter Grok beräkna variationer, upptäcka säsongsbetonade mönster och sammanfatta en datamängd på flera tusen rader; en JSON-konfiguration eller ett API-svar ger tillgång till hierarkin och relationerna mellan fält, vilket en utplattad tabell inte skulle visa. JSON-LD lägger till semantisk kontext till länkade data, och vCard täcker visitkort. Slutligen fungerar TXT och MD som förväntat, där Markdown erbjuder fördelen att förmedla en lättviktig struktur av rubriker och listor.
Vanliga fallgropar
Fyra begränsningar dyker ständigt upp i produktion. Den första är storlek: 48 MB per fil, varefter du måste dela upp dokumentet. Den andra är kodning: dina filer måste vara i UTF-8, och en export i ISO-8859 eller Windows-1252 kommer att producera korrupta tecken med accenter, ibland subtilt – ett `é` som blir `é` mitt i ett kontrakt går obemärkt tills en sökning inte ger något resultat. Den tredje är bristen på bildbehandling: PNG, JPG eller GIF hör inte hemma här, du måste använda input_image. Den fjärde gäller fallet med en skannad PDF utan ett OCR-textlager, som kommer att accepteras vid uppladdning men inte returnera några resultat vid förfrågan.
Denna sista situation kräver en enkel vana: innan du laddar upp en batch PDF-filer av osäkert ursprung, öppna en och försök markera ett stycke med musen. Om inget går att markera måste dina dokument genomgå OCR-behandling i förväg.
Välj det mest strukturerade formatet möjligt
När samma information finns i flera former, välj alltid den mest strukturerade. För rapportanalys, föredra den ursprungliga PDF- eller DOCX-filen, som bevarar hierarkin, framför en export som ren text. För dataanalys ger en CSV för tabeller och JSON för hierarkisk data bättre resultat än ett kalkylbladsexport omvandlat till ren text. För en kodgranskning, skicka den ursprungliga källkodsfilen med dess ursprungliga filändelse. För dokumentation fungerar Markdown eller PDF beroende på vad du har tillgängligt vid källan. Regeln kan sammanfattas i en mening: varje strukturnivå du behåller är en kontextnivå som modellen slipper återskapa.
Viktiga punkter
- Files API stöder dokument (PDF, DOCX, EPUB), kod (80+ språk), data (CSV, JSON) och ren text
- Gränsen är 48 MB per fil med UTF-8-kodning
- Bilder och binärfiler stöds inte – använd
input_imageför bilder - Föredra det mest strukturerade formatet möjligt för att få bättre analys