Zeptejte se AI na obrázky: odpovědi z fotek i snímků obrazovky

Oba GPT modely v našem chatu umí analyzovat obrázek a odpovědět na dotazy: přečíst nápis, vysvětlit graf nebo najít chybu na screenshotu. Základem je ostrý snímek a přesná otázka.

5 min čteníAktualizováno

Někdy je nejrychlejší způsob, jak položit otázku, jednoduše ji ukázat. Fotka matoucí parkovací značky, snímek obrazovky s chybou, graf ze zprávy nebo stránka s ručně psanou matematikou: oba modely GPT v našem bezplatném chatu si dokážou obrázek prohlédnout a odpovědět na otázky k němu. Čtou tištěný text, sledují křivky grafů, vnímají obsah scény a propojují ho s tím, na co se ptáte. Výsledky do značné míry závisí na dvou věcech, které máte pod kontrolou: jak ostrý je obrázek a jak přesná je otázka. Tento průvodce se věnuje obojímu a přidává omezení, o kterých je dobré vědět, než se na odpověď spolehnete.

Na co se můžete u obrázku zeptat

Několik způsobů použití, které fungují skvěle:

  • Čtení a překlad. Jídelní lístky, nápisy, štítky nebo dopisy v jazyce, který neovládáte.
  • Vysvětlení grafu či tabulky. „Jaký je zde hlavní trend a je tu něco neobvyklého?“
  • Řešení problémů na obrazovce. Chybová hláška, stránka nastavení nebo vzorec v tabulce, který vrací špatný výsledek.
  • Kontrola postupu. Fotka matematického řešení nebo chemické rovnice s pokynem „najdi první chybu“.
  • Porozumění dokumentu. Účet, jízdní řád, příbalový leták nebo formulář, který musíte vyplnit.
  • Popis nebo porovnání. Dvě fotky produktů, uspořádání místnosti, části diagramu.
  • Opatrné rozpoznávání věcí. Rostlina, pták, typ konektoru nebo nářadí. Berte to jako první odhad k ověření a nikdy podle toho nejezte rostliny ani houby.

Jak přidat obrázek v našem chatu

  1. Klikněte na tlačítko + nalevo od pole pro zprávu a vyberte fotku či snímek obrazovky, nebo soubor na počítači přetáhněte myší přímo do chatu. Na telefonu můžete vybírat z galerie.
  2. Do stejné zprávy napište svou otázku a odešlete ji.
  3. Pokládejte doplňující otázky jako obvykle. Model odpovídá na obrázek v rámci stejné konverzace.

Několik praktických detailů. K jedné zprávě můžete připojit jeden obrázek v běžných formátech, jako je JPG, PNG nebo WebP. Velké fotografie se před odesláním zmenšují, což zajišťuje rychlost, ale velmi drobný text se tím může zhoršit – ořízněte proto fotku těsně kolem toho důležitého. Obrázky mají vedle bezplatných zpráv svůj vlastní malý denní limit; přesná čísla najdete v FAQ. Obrázky čtou jak GPT-6 Luna, tak GPT-6.1 Terra, takže můžete použít kterýkoli z nich.

Jak pořídit fotku, kterou model přečte

Model může pracovat jen s tím, co se k němu dostane. Největší rozdíl udělají tyto návyky:

  • Vyplňte celý záběr. Ořízněte fotku přímo na tabulku, odstavec nebo část obrazovky, na kterou se ptáte.
  • Využijte světlo, vyhněte se odleskům. Denní světlo u okna je lepší než blesk, který se odráží od lesklého papíru a displejů.
  • Foťte kolmo. Držte telefon rovnoběžně se stránkou, aby linie zůstaly rovné a text nebyl zkreslený.
  • Dejte přednost snímkům obrazovky před focením displeje. Skutečný screenshot je ostřejší, bez odlesků a moaré pruhů.
  • Jedno téma na obrázek. Dva různé problémy na jedné fotce vedou k nepřehledným odpovědím; pošlete je raději v samostatných zprávách.
  • Zkontrolujte čitelnost. Přibližte si vlastní fotku. Pokud máte problém číslo přečíst vy, bude ho mít i model.

Prompty, které přinesou užitečné odpovědi

Obrázek bez otázky nebo s pouhým „co to je?“ nutí model hádat, co vás vlastně zajímá. Napište, co chcete vědět a proč.

Slabé:
[fotka vyúčtování za energie] Vysvětli to.

Silné:
[fotka vyúčtování za energie] Toto je můj účet za elektřinu. Proč je
celková částka vyšší než minulý měsíc? Upozorni na položky, které se
změnily, vysvětli poplatky s odbornými názvy a řekni mi,
která čísla mám porovnat se stavem elektroměru.
Slabé:
[snímek obrazovky s chybou] Pomoc.

Silné:
[snímek obrazovky s chybou] Tato chyba se mi zobrazuje při otevírání
tabulky v Excelu na Windows 11. Od včerejška jsem nic neměnil.
Co tato zpráva znamená a co mám zkusit nejdříve, seřazeno od
nejbezpečnějšího řešení po nejradikálnější?

Další užitečné formulace: „Přečti veškerý text na tomto obrázku přesně tak, jak je napsán“, „Odpovídej pouze na základě toho, co vidíš, a pokud je něco nečitelné, uveď to“, „Před interpretací popiš osy grafu a jednotky“. Poslední z nich včas odhalí špatně přečtená měřítka. Chcete-li si to vyzkoušet, přidejte graf k tomuto promptu pro čtení grafů pomocí tlačítka + před odesláním.

Pro obrázky zvolit Luna, nebo Terra?

Pro přečtení nápisu, překlad jídelního lístku nebo popis fotky je výchozí model GPT-6 Luna rychlý a spolehlivý. U hustých nebo technických obrázků klikněte na Think a použijte GPT-6.1 Terra. OpenAI popisuje Terra jako model kombinující detailní vizuální uvažování se srozumitelným vyjadřováním, s příklady jako interpretace technických výkresů nebo párování fotografií produktů s položkami v katalogu. Je to lepší volba pro složité grafy, schémata zapojení, půdorysy, vícestupňové matematické výpočty na fotce a snímky obrazovky plné drobných detailů. Více o rozdílech najdete v našem porovnání Luna vs Terra.

Co model neumí

  • Vytvářet ani upravovat obrázky. Náš chat odpovídá na dotazy k obrázkům; nekreslí je ani nemění. Pokud požádáte o obrázek, odkáže vás na samostatný AI nástroj pro generování grafiky.
  • Číst jiné typy souborů. Soubory PDF, dokumenty a tabulky nelze přikládat. Pořiďte snímek obrazovky příslušné stránky nebo text zkopírujte a vložte.
  • Rozpoznávat osoby. Nežádejte ho o identifikaci cizích lidí na fotce. To přináší vážné obavy o soukromí a modely jsou navrženy tak, aby takové požadavky odmítly.
  • Diagnostikovat. Dokáže popsat vyrážku, rentgenový snímek nebo podivný zvuk v motorovém prostoru auta, ale nenahradí lékaře ani automechanika, kteří mohou problém posoudit osobně.
  • Poskytnout stoprocentní jistotu. Modely občas špatně přečtou číslice, přehlédnou drobný text nebo popíší věci, které na snímku nejsou. Před podniknutím jakýchkoli kroků si čísla a jména ověřte.
Nejprve požádejte o přepis. U čehokoli s čísly, jako je účtenka, jízdní řád nebo laboratorní výsledky, požádejte model, aby nejprve vypsal, co vidí, a teprve poté počítal nebo vysvětloval. Chybně přečtenou hodnotu odhalíte během chvilky a opravíte ji dříve, než ovlivní celou odpověď.

Chraňte soukromí na fotografiích

Fotka může odhalit víc, než jste zamýšleli: jména na obálkách, tváře v pozadí, otevřené záložky na snímku obrazovky nebo číslo domu. Před nahráním tyto detaily ořízněte nebo zakryjte. Na gpt.me se obrázky odesílají pouze pro vygenerování příslušné odpovědi a nejsou součástí sdílených odkazů na konverzaci. Kompletní kontrolní seznam najdete v průvodci soukromím a bezpečností. Pro školní využití, jako je focení domácích úkolů, si přečtěte našeho průvodce AI pro studenty; s matematickými úlohami na fotkách vám krok za krokem pomůže řešitel matematických úloh.

FAQ

Jaké formáty obrázků mohu nahrát?

Podporovány jsou běžné obrazové formáty jako JPG, PNG a WebP. Jiné soubory včetně PDF a textových dokumentů nahrát nelze; místo toho použijte snímek obrazovky dané stránky.

Mohu poslat několik obrázků najednou?

Ke každé zprávě lze připojit jeden obrázek. Pokud potřebujete porovnat dva snímky, například fotky „před a po“, pošlete je v po sobě jdoucích zprávách a poté položte otázku k oběma.

Proč model špatně přečetl text na mé fotce?

Text byl pravděpodobně příliš malý, rozmazaný, vyfocený pod úhlem nebo byla fotografie příliš zmenšena, takže se ztratily jemné detaily. Ořízněte snímek blíže k textu, vyfoťte ho znovu kolmo za dobrého světla a požádejte model o přepis textu před samotnou odpovědí.

Dokáže pro mě vytvořit obrázek?

Ne. Náš chat obrázky analyzuje, ale nevytváří je ani neupravuje. Když požádáte o obrázek, doporučí vám samostatný AI generátor obrázků.

Platí se za obrázky něco navíc?

Ne. Zpráva s obrázkem se počítá stejně jako jakákoli jiná zpráva. Pro obrázky navíc platí samostatný malý denní limit, takže i po jeho vyčerpání můžete dál klást textové dotazy.

Máte otázku? Zeptejte se hned

Bez registrace a bez stahování. Otevřete chat, napište, co potřebujete, a odpověď se začne objevovat během sekundy či dvou.

Začít chatovat