Analysera bilder som hittas via webbsökning
På denna sida
Gå bortom text med bildanalys
Webbsökning är inte begränsad till text. När du aktiverar parametern enable_image_understanding kan Grok-modellen analysera bilder som hittas under sökningen. Detta öppnar nya möjligheter: att tolka diagram, läsa infografik, förstå skärmdumpar eller analysera nyhetsfoton.
Denna funktion är särskilt användbar i scenarier där visuell information kompletterar eller ersätter text, till exempel för att analysera trender från aktiediagram, förstå tekniska diagram eller extrahera data från tabeller publicerade som bilder.
Aktivera bildförståelse
Du aktiverar detta via parametern enable_image_understanding i konfigurationen för verktyget 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
}]
)
När denna parameter är aktiverad får modellen tillgång till ett ytterligare internt verktyg som heter view_image. Den kan anropa detta verktyg för att granska bilder som dyker upp under sökningen och extrahera relevant information.
Hur det fungerar
Processen sker i flera faser:
- Modellen utför en vanlig webbsökning
- Bland resultaten identifierar den potentiellt relevanta bilder
- Den använder verktyget
view_imageför att analysera dessa bilder - Den integrerar den visuella informationen i sitt slutgiltiga svar
Du behöver inte hantera någon ytterligare interaktion. Modellen orkestrerar allt autonomt.
Kombinera domänfiltrering och bildanalys
Du kan aktivera bildanalys samtidigt som domänfiltrering:
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 |
Relevanta användningsområden
Visuell övervakning av varumärket
Övervaka hur ditt varumärke visas visuellt online: använda logotyper, skärmdumpar av din produkt, infografik som nämner ditt företag.
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
}]
)
Visuell dataanalys
Tolka diagram och tabeller som publiceras i online-rapporter utan att behöva ladda ner dem manuellt:
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
}]
)
Begränsningar att känna till
Bildanalys ökar svarstiden eftersom modellen måste bearbeta visuell data utöver text. Det konsumerar också fler output-tokens. Aktivera det endast när visuell information tillför verkligt värde till svaret.
Kvaliteten på analysen beror också på upplösningen och tydligheten hos de bilder som hittas. Diagram med hög upplösning och läsbara etiketter ger bättre resultat än suddiga eller röriga bilder.
Praktisk övning
Skapa ett skript som ber Grok analysera visuella trender inom en sektor (till exempel prestandadiagram för ett aktieindex eller infografik från en branschrapport). Jämför svarets rikedom med och utan enable_image_understanding.
Viktiga punkter
- Parametern
enable_image_understandinglåter modellen analysera bilder från webbsökresultat - Modellen använder verktyget
view_imageinternt för att granska relevanta visuella element - Denna parameter kan kombineras med
allowed_domainsellerexcluded_domains - Bildanalys ökar bearbetningstiden och tokenförbrukningen
- Funktionen är idealisk för visuell övervakning, diagramanalys och dataextrahering från infografik