AI से इमेज के बारे में पूछें: फोटो या स्क्रीनशॉट से पाएं उत्तर
हमारी चैट में दोनों GPT मॉडल तस्वीर देखकर सवालों के जवाब दे सकते हैं: बोर्ड पढ़ना, चार्ट समझाना, या एरर खोजना। एक स्पष्ट फोटो और सटीक सवाल सबसे बड़ा अंतर लाते हैं।

कभी-कभी कोई सवाल पूछने का सबसे तेज़ तरीका उसे दिखाना होता है। किसी उलझन भरे पार्किंग साइन की फ़ोटो, किसी गड़बड़ी का स्क्रीनशॉट, किसी रिपोर्ट का चार्ट, या हाथ से लिखे गणित का पन्ना: हमारे मुफ़्त चैट में दोनों GPT मॉडल तस्वीर देखकर उसके बारे में सवालों के जवाब दे सकते हैं। वे प्रिंट किया हुआ टेक्स्ट पढ़ सकते हैं, ग्राफ़ की रेखाओं को समझ सकते हैं, सीन में क्या है उस पर ध्यान दे सकते हैं और उसे आपके सवाल से जोड़ सकते हैं। नतीजे मुख्य रूप से दो चीज़ों पर निर्भर करते हैं जो आपके हाथ में हैं: तस्वीर कितनी साफ़ है और सवाल कितना सटीक है। इस गाइड में इन दोनों बातों के साथ-साथ उन सीमाओं को भी समझाया गया है, जिन्हें किसी जवाब पर भरोसा करने से पहले जानना ज़रूरी है।
आप किसी तस्वीर के बारे में क्या पूछ सकते हैं
कुछ काम जो बहुत अच्छे से होते हैं:
- पढ़ना और अनुवाद करना। मेनू, साइनबोर्ड, लेबल, या किसी ऐसी भाषा में लिखे पत्र जिसे आप नहीं जानते।
- चार्ट या टेबल समझना। "यहाँ मुख्य ट्रेंड क्या है, और क्या इसमें कुछ असामान्य है?"
- स्क्रीन की समस्या सुलझाना। कोई एरर डायलॉग, सेटिंग्स पेज, या स्प्रेडशीट का कोई फ़ॉर्मूला जो ग़लत नतीजा दिखा रहा हो।
- अपना काम जाँचना। गणित के किसी हल या केमिस्ट्री इक्वेशन की फ़ोटो के साथ "पहली ग़लती ढूँढें" पूछना।
- दस्तावेज़ समझना। कोई बिल, टाइमटेबल, निर्देशों का पर्चा, या कोई फ़ॉर्म जिसे आपको भरना है।
- विवरण देना या तुलना करना। दो प्रॉडक्ट की फ़ोटो, किसी कमरे का लेआउट, या किसी डायग्राम के अलग-अलग हिस्से।
- चीज़ों की पहचान करना (सावधानी से)। कोई पौधा, पक्षी, किसी कनेक्टर या टूल का प्रकार। इसे महज़ शुरुआती अंदाज़ा मानें जिसकी पुष्टि करनी बाकी है, और इसके आधार पर कभी कोई पौधा या मशरूम न खाएँ।
हमारे चैट में इमेज कैसे जोड़ें
- कंपोज़र के बाईं ओर मौजूद + बटन दबाएँ और कोई फ़ोटो या स्क्रीनशॉट चुनें, या कंप्यूटर पर फ़ाइल को खींचकर चैट पर छोड़ें (ड्रैग करें)। फ़ोन पर आप अपनी गैलरी से चुन सकते हैं।
- उसी मैसेज में अपना सवाल टाइप करें और भेजें।
- हमेशा की तरह आगे के सवाल पूछें। मॉडल उसी बातचीत में तस्वीर के आधार पर जवाब देगा।
कुछ व्यावहारिक बातें। आप प्रति मैसेज एक तस्वीर अटैच कर सकते हैं, जो JPG, PNG या WebP जैसे आम फ़ॉर्मैट में हो सकती है। बड़ी फ़ोटो भेजने से पहले छोटी कर दी जाती हैं ताकि काम तेज़ी से हो, लेकिन इसका मतलब यह भी है कि बहुत बारीक प्रिंट पढ़ना मुश्किल हो सकता है; इसलिए जो हिस्सा काम का है, उसे पास से क्रॉप कर लें। मुफ़्त मैसेज के साथ-साथ इमेज के लिए भी एक छोटा दैनिक कोटा तय है; सही संख्या जानने के लिए FAQ देखें। GPT-6 Luna और GPT-6.1 Terra दोनों ही इमेज पढ़ सकते हैं, इसलिए आप किसी का भी इस्तेमाल कर सकते हैं।
ऐसी फ़ोटो लें जिसे मॉडल आसानी से पढ़ सके
मॉडल सिर्फ़ उसी पर काम कर सकता है जो उस तक पहुँचता है। ये आदतें सबसे बड़ा फ़र्क लाती हैं:
- फ़्रेम को पूरा भरें। सिर्फ़ उसी टेबल, पैराग्राफ़ या स्क्रीन के हिस्से को क्रॉप करें जिसके बारे में आप पूछ रहे हैं।
- अच्छी रोशनी का इस्तेमाल करें, चमक (ग्लेयर) से बचें। खिड़की के पास की प्राकृतिक रोशनी फ़्लैश से कहीं बेहतर होती है, क्योंकि फ़्लैश चमकदार कागज़ और स्क्रीन पर चमक मारता है।
- सीधे सामने से फ़ोटो लें। फ़ोन को पेज के समानांतर रखें ताकि लाइनें सीधी रहें और टेक्स्ट खिंचा हुआ न दिखे।
- स्क्रीन की फ़ोटो लेने के बजाय स्क्रीनशॉट लें। असली स्क्रीनशॉट ज़्यादा साफ़ होता है और उसमें कोई रिफ़्लेक्शन या धारियाँ नहीं होतीं।
- एक तस्वीर में एक ही विषय रखें। एक ही फ़ोटो में दो अलग-अलग समस्याएँ होने पर उलझा हुआ जवाब मिल सकता है; उन्हें अलग-अलग मैसेज में भेजें।
- जाँच लें कि क्या आप इसे पढ़ पा रहे हैं। अपनी फ़ोटो को ज़ूम करके देखें। अगर आपको कोई नंबर पढ़ने में दिक्कत हो रही है, तो मॉडल को भी होगी।
उपयोगी जवाब पाने वाले प्रॉम्प्ट
बिना किसी सवाल के तस्वीर भेजने या सिर्फ़ "यह क्या है?" पूछने से मॉडल को अंदाज़ा लगाना पड़ता है कि आप क्या जानना चाहते हैं। साफ़ बताएँ कि आपको क्या जानना है और क्यों।
कमज़ोर: [बिजली के बिल की फ़ोटो] इसे समझाओ। मज़बूत: [बिजली के बिल की फ़ोटो] यह मेरा बिजली का बिल है। कुल बिल पिछले महीने से ज़्यादा क्यों है? जो शुल्क बदले हैं उन्हें इंगित करें, तकनीकी नामों वाले किसी भी शुल्क को समझाएँ, और मुझे बताएँ कि मुझे अपने मीटर रीडिंग से किन नंबरों की तुलना करनी चाहिए।
कमज़ोर: [एरर का स्क्रीनशॉट] मदद करो। मज़बूत: [एरर का स्क्रीनशॉट] Windows 11 पर Excel में स्प्रेडशीट खोलते समय मुझे यह एरर मिलता है। मैंने कल से कुछ भी नहीं बदला है। इस मैसेज का क्या मतलब है, और मुझे सबसे पहले क्या आज़माना चाहिए, सबसे सुरक्षित से लेकर सबसे कड़े कदम के क्रम में बताएँ?
कुछ अन्य मददगार लाइनें: "इस इमेज के पूरे टेक्स्ट को हूबहू वैसा ही पढ़कर लिखें जैसा लिखा है", "सिर्फ़ उसी से जवाब दें जो आप देख सकते हैं, और अगर कुछ पढ़ने लायक न हो तो बता दें", "चार्ट की व्याख्या करने से पहले उसके अक्षों (axes) और यूनिट्स का विवरण दें"। यह आखिरी तरीका पैमानों को ग़लत पढ़े जाने से तुरंत बचा लेता है। इसे आज़माने के लिए, भेजने से पहले + बटन से इस चार्ट-रीडिंग प्रॉम्प्ट में कोई चार्ट जोड़ें।
तस्वीरों के लिए Luna या Terra?
किसी साइनबोर्ड को पढ़ने, मेनू का अनुवाद करने या किसी फ़ोटो का विवरण देने के लिए डिफ़ॉल्ट GPT-6 Luna तेज़ और सक्षम है। घनी या तकनीकी इमेज के लिए, GPT-6.1 Terra का इस्तेमाल करने के लिए Think दबाएँ। OpenAI Terra को विस्तृत विज़ुअल रीज़निंग और साफ़ लेखन का मेल बताता है, जैसे तकनीकी ड्रॉइंग्स को समझना और प्रॉडक्ट फ़ोटो को कैटलॉग एंट्रीज़ से मिलाना। यह व्यस्त चार्ट, वायरिंग डायग्राम, फ़्लोर प्लान, फ़ोटो में कई चरणों वाले गणित के सवालों और बारीक डिटेल्स से भरे स्क्रीनशॉट के लिए बेहतर विकल्प है। इनके अंतर के बारे में और जानने के लिए हमारी Luna बनाम Terra तुलना देखें।
यह क्या नहीं कर सकता
- तस्वीरें बनाना या एडिट करना। हमारा चैट इमेज के बारे में जवाब देता है; यह उन्हें बनाता या बदलता नहीं है। अगर आप कोई इमेज माँगते हैं, तो यह आपको इसके बजाय एक अलग AI इमेज टूल का सुझाव देता है।
- अन्य फ़ाइल प्रकार पढ़ना। PDF, दस्तावेज़ और स्प्रेडशीट अटैच नहीं किए जा सकते। काम के पेज का स्क्रीनशॉट लें, या टेक्स्ट कॉपी करके पेस्ट करें।
- लोगों की पहचान करना। इससे यह न पूछें कि फ़ोटो में दिख रहा अजनबी व्यक्ति कौन है। इससे प्राइवेसी से जुड़ी गंभीर समस्याएँ पैदा होती हैं, और मॉडल इस तरह के सवालों को मना करने के लिए डिज़ाइन किए गए हैं।
- बीमारी की पहचान (डायग्नोस) करना। यह किसी रैश, एक्स-रे या कार के इंजन से आने वाली अजीब आवाज़ का विवरण दे सकता है, लेकिन यह किसी डॉक्टर या मैकेनिक का विकल्प नहीं है जो असली चीज़ की जाँच कर सकता हो।
- पूरी तरह सटीक होना। मॉडल कभी-कभी अंकों को ग़लत पढ़ लेते हैं, छोटे प्रिंट छोड़ देते हैं और कभी-कभी ऐसी चीज़ों का ज़िक्र कर देते हैं जो वहाँ होती ही नहीं हैं। नंबरों और नामों पर अमल करने से पहले उनकी दोबारा जाँच कर लें।
तस्वीरों को प्राइवेट रखें
एक फ़ोटो में आपकी उम्मीद से ज़्यादा जानकारी दिख सकती है: लिफ़ाफ़ों पर लिखे नाम, बैकग्राउंड में दिखते चेहरे, स्क्रीनशॉट में खुले टैब, या घर का नंबर। अटैच करने से पहले इन्हें क्रॉप करें या छिपा दें। gpt.me पर, इमेज सिर्फ़ उसी जवाब के लिए भेजी जाती हैं जिससे वे जुड़ी हैं और वे शेयर किए गए बातचीत के लिंक का हिस्सा नहीं होतीं। पूरी चेकलिस्ट के लिए प्राइवेसी और सुरक्षा गाइड देखें। पढ़ाई-लिखाई के कामों के लिए, जैसे फ़ोटो खींचा गया होमवर्क, हमारी छात्रों के लिए AI गाइड देखें, और फ़ोटो में गणित की समस्या के लिए मैथ सॉल्वर हर चरण को समझाता है।
FAQ
मैं कौन से इमेज फ़ॉर्मैट अपलोड कर सकता हूँ?
JPG, PNG और WebP जैसे आम पिक्चर फ़ॉर्मैट काम करते हैं। PDF और दस्तावेज़ों सहित अन्य फ़ाइलें समर्थित नहीं हैं; इसके बजाय उस पेज का स्क्रीनशॉट इस्तेमाल करें।
क्या मैं एक साथ कई तस्वीरें भेज सकता हूँ?
प्रति मैसेज एक तस्वीर। दो इमेज के लिए, जैसे पहले और बाद की फ़ोटो, उन्हें लगातार अलग-अलग मैसेज में भेजें और फिर दोनों के बारे में अपना सवाल पूछें।
इसने मेरी फ़ोटो का टेक्स्ट ग़लत क्यों पढ़ा?
आमतौर पर टेक्स्ट बहुत छोटा, धुंधला या तिरछा था, या बारीक प्रिंट सुरक्षित रखने के लिए फ़ोटो बहुत ज़्यादा छोटी कर दी गई थी। थोड़ा पास से क्रॉप करें, अच्छी रोशनी में सीधे सामने से दोबारा फ़ोटो लें, और जवाब देने से पहले इसे टेक्स्ट को ट्रांसक्राइब करने के लिए कहें।
क्या यह मेरे लिए कोई इमेज बना सकता है?
नहीं। हमारा चैट इमेज पढ़ता है लेकिन उन्हें बनाता या एडिट नहीं करता। जब आप किसी तस्वीर के लिए कहते हैं, तो यह एक अलग AI इमेज जनरेटर का सुझाव देता है।
क्या इमेज के लिए कोई अतिरिक्त शुल्क लगता है?
नहीं। तस्वीर वाले मैसेज को किसी भी अन्य मैसेज की तरह ही गिना जाता है, और इमेज के लिए एक अलग छोटी दैनिक सीमा भी होती है, ताकि सीमा पूरी होने पर भी टेक्स्ट वाले सवाल काम करते रहें।
कोई सवाल है? अभी पूछें
न कोई अकाउंट, न कोई डाउनलोड। चैट खोलें, जो मन में हो टाइप करें, और एक-दो सेकंड में जवाब आने लगेगा।
चैट शुरू करें

