Fråga AI om bilder: få svar från foton och skärmdumpar
Båda GPT-modellerna i chatten kan analysera bilder och svara på frågor: tyda en skylt, förklara ett diagram eller hitta felet i en skärmdump. En tydlig bild och en specifik fråga avgör resultatet.

Ibland är det snabbaste sättet att ställa en fråga att helt enkelt visa den. Ett foto av en förvirrande parkeringsskylt, en skärmdump av ett felmeddelande, ett diagram från en rapport eller en sida med handskriven matte: båda GPT-modellerna i vår kostnadsfria chatt kan analysera en bild och svara på frågor om den. De läser tryckt text, följer linjerna i grafer, känner igen vad som finns i bilden och kopplar det till din fråga. Resultatet beror till stor del på två saker du själv styr över: hur tydlig bilden är och hur precis frågan är. Den här guiden går igenom båda delarna, samt begränsningarna det är bra att känna till innan du litar blint på ett svar.
Vad du kan fråga om en bild
Några användningsområden som fungerar utmärkt:
- Läsa och översätta. Menyer, skyltar, etiketter och brev på språk du inte talar.
- Förklara diagram eller tabeller. ”Vad är huvudtrenden här, och finns det något ovanligt?”
- Felsöka en skärm. En felruta, en inställningssida eller en kalkylbladsformel som visar fel resultat.
- Kolla dina uträkningar. Ett foto av en mattelösning eller en kemisk ekvation med instruktionen ”hitta det första felet”.
- Förstå dokument. En faktura, en tidtabell, en bruksanvisning eller en blankett du behöver fylla i.
- Beskriva eller jämföra. Två produktbilder, planlösningen i ett rum eller delarna i ett diagram.
- Identifiera saker, med försiktighet. En växt, en fågel, en typ av kontakt eller ett verktyg. Se det som en första gissning att dubbelkolla, och ät aldrig en växt eller svamp baserat på svaret.
Så lägger du till en bild i chatten
- Klicka på +-knappen till vänster om textfältet och välj ett foto eller en skärmdump, eller dra filen direkt till chatten på datorn. På mobilen kan du välja från bildgalleriet.
- Skriv din fråga i samma meddelande och skicka.
- Ställ följdfrågor som vanligt. Modellen svarar utifrån bilden i samma konversation.
Några praktiska detaljer: Du kan bifoga en bild per meddelande, i vanliga format som JPG, PNG eller WebP. Stora foton skalas ner innan de skickas för att hålla chatten snabb, vilket kan göra mycket liten text svårläst – beskär därför bilden nära det som faktiskt är viktigt. Bilder har en egen liten daglig kvot utöver de kostnadsfria meddelandena; se vår FAQ för exakta siffror. Både GPT-6 Luna och GPT-6.1 Terra kan tolka bilder, så du kan använda vilken som helst av dem.
Ta en bild som modellen kan läsa
Modellen kan bara arbeta med den information den faktiskt ser. Följande vanor gör störst skillnad:
- Fyll bildytan. Beskär bilden så att den fokuserar på tabellen, stycket eller den del av skärmen frågan gäller.
- Bra ljus, undvik reflexer. Dagsljus bredvid ett fönster slår alltid blixt, som lätt reflekteras i blankt papper och på skärmar.
- Fota rakt framifrån. Håll telefonen parallellt med papperet så att linjerna förblir raka och texten inte förvrängs.
- Välj skärmdumpar framför foton på skärmar. En riktig skärmdump är skarpare och saknar reflexer eller moirémönster.
- Ett ämne per bild. Två separata problem i samma bild leder ofta till röriga svar; skicka dem i separata meddelanden istället.
- Kontrollera att du själv kan läsa texten. Zooma in på fotot. Har du svårt att tyda en siffra kommer modellen också att ha det.
Prompter som ger användbara svar
En bild utan fråga, eller med bara ”vad är det här?”, tvingar modellen att gissa vad du vill veta. Förklara vad du vill få reda på och varför.
Mindre bra: [foto av en elräkning] Förklara detta. Bra: [foto av en elräkning] Det här är min elräkning. Varför är totalsumman högre än förra månaden? Peka ut vilka poster som har ändrats, förklara avgifter med tekniska termer och berätta vilka siffror jag ska jämföra med min mätarställning.
Mindre bra: [skärmdump av ett felmeddelande] Hjälp. Bra: [skärmdump av ett felmeddelande] Jag får det här felet när jag öppnar ett kalkylblad i Excel på Windows 11. Jag har inte ändrat något sedan igår. Vad betyder meddelandet, och vad bör jag testa först, i ordning från säkrast till mest drastiskt?
Andra hjälpsamma formuleringar: ”Skriv av all text i bilden exakt som den står”, ”Svara enbart utifrån vad som syns och säg till om något är oläsligt”, ”Beskriv diagrammets axlar och enheter innan du tolkar det”. Det sistnämnda fångar feltolkade skalor i tid. För att testa, lägg till ett diagram i denna prompt för diagramläsning med +-knappen innan du skickar.
Luna eller Terra för bilder?
För att läsa en skylt, översätta en meny eller beskriva ett foto är standardmodellen GPT-6 Luna både snabb och kompetent. För faktaspäckade eller tekniska bilder, klicka på Think för att använda GPT-6.1 Terra. OpenAI beskriver Terra som en modell som kombinerar djupgående visuell analys med tydlig text, med exempel som att tolka tekniska ritningar och matcha produktbilder mot katalogposter. Den är det bästa valet för komplexa diagram, kopplingsscheman, planritningar, matematiska lösningar i flera steg och skärmdumpar med mycket små detaljer. Vår jämförelse mellan Luna och Terra förklarar skillnaderna mer ingående.
Vad den inte kan göra
- Skapa eller redigera bilder. Vår chatt svarar på frågor om bilder; den ritar eller ändrar dem inte. Om du ber om en bild hänvisar den dig till ett separat AI-bildverktyg istället.
- Läsa andra filtyper. PDF-filer, dokument och kalkylblad kan inte bifogas. Ta en skärmdump av sidan eller kopiera och klistra in texten.
- Identifiera personer. Be den inte identifiera en okänd person på ett foto. Det medför allvarliga integritetsrisker, och modellerna är utformade för att neka sådana förfrågningar.
- Ställa diagnoser. Den kan beskriva utslag, en röntgenbild eller ett konstigt ljud i motorrummet, men den ersätter aldrig en läkare eller mekaniker som kan undersöka problemet i verkligheten.
- Garantera 100 % korrekthet. Modeller kan felläsa siffror, missa finstilt text och ibland beskriva saker som inte finns där. Kontrollera alltid siffror och namn innan du agerar på dem.
Tänk på integriteten i dina bilder
Ett foto kan avslöja mer än du tänkt dela: namn på kuvert, ansikten i bakgrunden, öppna flikar i en skärmdump eller ett husnummer. Beskär eller täck över sådant innan du bifogar bilden. På gpt.me skickas bilder enbart för att generera svaret och inkluderas inte i delade konversationslänkar. Vår guide om integritet och säkerhet innehåller en komplett checklista. För studiehjälp, som fotograferade läxor, se vår guide AI för studenter, och för matteproblem på bild förklarar mattelösaren varje steg.
Vanliga frågor
Vilka bildformat kan jag ladda upp?
Vanliga bildformat som JPG, PNG och WebP fungerar. Andra filer, inklusive PDF:er och textdokument, stöds inte; ta en skärmdump av sidan istället.
Kan jag skicka flera bilder samtidigt?
En bild per meddelande. För två bilder, som före- och efterbilder, skickar du dem i två på varandra följande meddelanden och ställer sedan din fråga om båda.
Varför läste den fel på texten i min bild?
Oftast beror det på att texten var för liten, suddig, vinklad eller att bilden skalades ner för mycket så att detaljer försvann. Beskär närmare, ta en ny bild rakt framifrån i bra ljus och be modellen skriva av texten innan den svarar.
Kan den skapa en bild åt mig?
Nej. Vår chatt analyserar bilder men varken skapar eller redigerar dem. Om du frågar efter en bild föreslår den en separat AI-bildgenerator.
Kostar bilder extra?
Nej. Ett meddelande med en bild räknas precis som vilket annat meddelande som helst. Det finns också en separat liten daglig gräns för bilder, så textfrågor fortsätter fungera även om bildkvoten nås.
Har du en fråga? Fråga nu
Inget konto och ingen nedladdning. Öppna chatten, skriv vad du funderar på och få svar inom ett par sekunder.
Börja chatta

