ถาม AI ด้วยรูปภาพ: หาคำตอบจากภาพถ่ายหรือสกรีนช็อต
โมเดล GPT ทั้งสองตัวในระบบแชตของเราสามารถดูรูปและตอบคำถามได้ ไม่ว่าจะเป็นการอ่านป้าย อธิบายกราฟ หรือค้นหาข้อผิดพลาดในสกรีนช็อต แค่ใช้ภาพที่คมชัดและคำถามที่เจาะจงก็จะได้ผลลัพธ์ที่ยอดเยี่ยม

บางครั้งวิธีถามคำถามที่เร็วที่สุดคือการเปิดภาพให้ดู ไม่ว่าจะเป็นรูปป้ายที่จอดรถที่ชวนสับสน ภาพแคปหน้าจอข้อความแจ้งเตือนข้อผิดพลาด แผนภูมิจากรายงาน หรือโจทย์คณิตศาสตร์ที่เขียนด้วยลายมือ ทั้งสองโมเดล GPT ในแชตฟรีของเราสามารถดูรูปภาพและตอบคำถามเกี่ยวกับภาพนั้นได้ โมเดลสามารถอ่านข้อความที่พิมพ์ ดูเส้นกราฟ สังเกตสิ่งต่างๆ ในภาพ แล้วเชื่อมโยงเข้ากับสิ่งที่คุณถาม ผลลัพธ์จะขึ้นอยู่กับสองสิ่งสำคัญที่คุณควบคุมได้ นั่นคือ ความชัดเจนของภาพ และความแม่นยำของคำถาม คู่มือนี้จะครอบคลุมทั้งสองเรื่อง รวมถึงข้อจำกัดที่ควรรู้ก่อนนำคำตอบไปใช้งานจริง
สิ่งที่คุณถามเกี่ยวกับรูปภาพได้
ตัวอย่างการใช้งานที่ได้ผลดี:
- อ่านและแปลภาษา: เมนูอาหาร ป้าย ฉลากสินค้า หรือจดหมายในภาษาที่คุณอ่านไม่ออก
- อธิบายแผนภูมิหรือตาราง: "แนวโน้มหลักของภาพนี้คืออะไร และมีอะไรผิดปกติไหม"
- แก้ปัญหาบนหน้าจอ: หน้าต่างแจ้งเตือนข้อผิดพลาด หน้าการตั้งค่า หรือสูตรสเปรดชีตที่แสดงผลลัพธ์ไม่ถูกต้อง
- ตรวจวิธีทำ: ถ่ายรูปวิธีทำโจทย์คณิตศาสตร์หรือสมการเคมี พร้อมสั่งว่า "หาจุดที่ผิดจุดแรกให้หน่อย"
- ทำความเข้าใจเอกสาร: บิล ตารางเวลา เอกสารคำแนะนำการใช้งาน หรือแบบฟอร์มที่คุณต้องกรอก
- อธิบายหรือเปรียบเทียบ: ภาพสินค้าสองชิ้น การจัดวางห้อง หรือส่วนประกอบต่างๆ ในแผนผัง
- ระบุสิ่งของ (ใช้อย่างระมัดระวัง): ต้นไม้ นก ชนิดของหัวต่อหรือเครื่องมือต่างๆ ให้ถือว่าเป็นเพียงการคาดเดาเบื้องต้นที่ต้องตรวจสอบซ้ำ และห้ามรับประทานพืชหรือเห็ดโดยอิงจากคำตอบนี้เด็ดขาด
วิธีใส่รูปภาพในแชตของเรา
- กดปุ่ม + ทางด้านซ้ายของช่องพิมพ์ข้อความ แล้วเลือกรูปภาพหรือภาพแคปหน้าจอ หรือจะลากไฟล์มาวางในแชตบนคอมพิวเตอร์ก็ได้ สำหรับบนมือถือ คุณสามารถเลือกรูปจากคลังภาพได้ทันที
- พิมพ์คำถามของคุณลงในข้อความเดียวกันแล้วกดส่ง
- ถามคำถามต่อเนื่องได้ตามปกติ โมเดลจะตอบคำถามเกี่ยวกับภาพนั้นในการสนทนาเดิม
รายละเอียดทางเทคนิคเล็กน้อย: คุณสามารถแนบรูปภาพได้ครั้งละหนึ่งรูปต่อหนึ่งข้อความ โดยรองรับรูปแบบไฟล์ทั่วไป เช่น JPG, PNG หรือ WebP รูปภาพขนาดใหญ่จะถูกปรับลดขนาดลงก่อนส่งเพื่อให้ทำงานได้รวดเร็ว แต่อาจทำให้ตัวอักษรขนาดเล็กมากๆ อ่านยากขึ้น ดังนั้นแนะนำให้ครอปภาพเฉพาะส่วนที่สำคัญ รูปภาพจะมีโควตาการใช้งานรายวันจำนวนหนึ่งแยกจากข้อความฟรีทั่วไป คุณสามารถดูตัวเลขได้ที่หน้า FAQ ทั้ง GPT-6 Luna และ GPT-6.1 Terra สามารถอ่านรูปภาพได้ คุณจึงเลือกใช้โมเดลใดก็ได้
วิธีถ่ายรูปให้โมเดลอ่านง่าย
โมเดลจะประมวลผลได้ดีเท่ากับคุณภาพของภาพที่ได้รับเท่านั้น เทคนิคเหล่านี้จะช่วยให้ได้ผลลัพธ์ที่ดีขึ้นอย่างชัดเจน:
- ถ่ายให้เต็มเฟรม: ครอปเฉพาะส่วนของตาราง ย่อหน้า หรือส่วนของหน้าจอที่คุณต้องการถาม
- ใช้แสงสว่างที่เพียงพอและเลี่ยงแสงสะท้อน: แสงธรรมชาติริมหน้าต่างดีกว่าการเปิดแฟลช เพราะแสงแฟลชจะสะท้อนบนกระดาษมันและหน้าจอ
- ถ่ายให้ตรงระนาบ: ถือโทรศัพท์ให้ขนานกับหน้ากระดาษ เพื่อให้เส้นบรรทัดตรงและตัวอักษรไม่เบี้ยวหรือยืด
- ใช้ภาพแคปหน้าจอแทนการถ่ายรูปหน้าจอ: ภาพแคปหน้าจอจริงจะคมชัดกว่า ไม่มีแสงสะท้อน หรือลายคลื่นรบกวน (moiré)
- หนึ่งประเด็นต่อหนึ่งภาพ: หากมีสองปัญหาที่ต่างกันในภาพเดียว อาจทำให้ได้คำตอบที่สับสน แนะนำให้ส่งแยกเป็นคนละข้อความ
- ตรวจดูว่าคุณเองอ่านออกหรือไม่: ซูมดูรูปที่คุณถ่าย หากคุณเองยังอ่านตัวเลขนั้นยาก โมเดลก็อ่านยากเช่นกัน
ตัวอย่างพรอมต์เพื่อให้ได้คำตอบที่เป็นประโยชน์
การส่งรูปภาพโดยไม่มีคำถาม หรือพิมพ์แค่ "นี่คืออะไร" จะทำให้โมเดลต้องเดาว่าคุณต้องการอะไรกันแน่ ควระบุให้ชัดเจนว่าคุณอยากรู้อะไรและเพราะอะไร
แบบที่ได้ผลน้อย: [รูปบิลค่าไฟ] อธิบายอันนี้หน่อย แบบที่ได้ผลดี: [รูปบิลค่าไฟ] นี่คือบิลค่าไฟของฉัน ทำไมยอดรวมถึงสูงกว่า เดือนที่แล้ว ช่วยระบุรายการย่อยที่เปลี่ยนแปลง อธิบายค่าธรรมเนียม ที่มีชื่อเฉพาะทาง และบอกทีว่าตัวเลขไหนที่ฉันควรเอาไป เปรียบเทียบกับมิเตอร์ไฟ
แบบที่ได้ผลน้อย: [ภาพแคปหน้าจอข้อผิดพลาด] ช่วยด้วย แบบที่ได้ผลดี: [ภาพแคปหน้าจอข้อผิดพลาด] ฉันเจอปัญหานี้ตอนเปิดสเปรดชีต ใน Excel บน Windows 11 ฉันไม่ได้แก้ไขอะไรเลยตั้งแต่เมื่อวาน ข้อความนี้หมายความว่าอย่างไร และฉันควรลองแก้ไขอย่างไรเป็น อันดับแรก โดยเรียงลำดับจากวิธีที่ปลอดภัยที่สุดไปหาวิธีที่ส่งผลกระทบมากที่สุด
ประโยคสั่งการอื่นๆ ที่มีประโยชน์ เช่น: "ช่วยอ่านข้อความทั้งหมดในภาพนี้ออกมาให้ตรงตามที่เขียนไว้ทุกประการ", "ตอบจากสิ่งที่คุณเห็นในภาพเท่านั้น และแจ้งด้วยหากมีส่วนใดที่อ่านไม่ออก", "ช่วยอธิบายแกนและหน่วยของแผนภูมินี้ก่อนเริ่มวิเคราะห์" ประโยคหลังนี้จะช่วยป้องกันการอ่านสเกลผิดตั้งแต่เนิ่นๆ หากต้องการลองใช้งาน ให้เพิ่มแผนภูมิลงในพรอมต์สำหรับอ่านแผนภูมินี้ โดยกดปุ่ม + ก่อนส่งข้อความ
ควรใช้ Luna หรือ Terra สำหรับรูปภาพ?
สำหรับการอ่านป้าย แปลเมนูอาหาร หรืออธิบายรูปถ่ายทั่วไป GPT-6 Luna ซึ่งเป็นค่าเริ่มต้นนั้นทำงานได้รวดเร็วและมีประสิทธิภาพดี แต่สำหรับรูปภาพที่มีข้อมูลหนาแน่นหรือเป็นเชิงเทคนิค ให้กดปุ่ม Think เพื่อสลับไปใช้ GPT-6.1 Terra โดย OpenAI อธิบายว่า Terra โดดเด่นด้านการผสานการคิดเชิงภาพอย่างละเอียดเข้ากับการเรียบเรียงที่ชัดเจน เช่น การทำความเข้าใจแบบแปลนทางเทคนิค หรือการจับคู่รูปสินค้ากับรายการในแคตตาล็อก โมเดลนี้จึงเหมาะกับแผนภูมิที่ซับซ้อน แผนผังวงจรไฟฟ้า แปลนบ้าน วิธีทำโจทย์คณิตศาสตร์หลายขั้นตอนในภาพ และภาพแคปหน้าจอที่มีรายละเอียดเล็กๆ จำนวนมาก อ่านเพิ่มเติมได้ที่หน้าเปรียบเทียบ Luna กับ Terra
สิ่งที่ระบบยังทำไม่ได้
- สร้างหรือแก้ไขรูปภาพ: แชตของเราใช้สำหรับตอบคำถามเกี่ยวกับรูปภาพ ไม่สามารถวาดหรือแต่งภาพได้ หากคุณขอให้สร้างภาพ ระบบจะแนะนำให้ใช้เครื่องมือ AI สร้างภาพแยกต่างหากแทน
- อ่านไฟล์ประเภทอื่น: ไม่สามารถแนบไฟล์ PDF, เอกสาร หรือสเปรดชีตได้ แนะนำให้แคปหน้าจอหน้าที่ต้องการ หรือคัดลอกข้อความมาวางแทน
- ระบุตัวบุคคล: อย่าขอให้โมเดลระบุว่าคนแปลกหน้าในรูปคือใคร เนื่องจากมีความเสี่ยงด้านความเป็นส่วนตัวอย่างมาก และโมเดลได้รับการออกแบบมาให้ปฏิเสธคำขอลักษณะนี้
- วินิจฉัยโรคหรือปัญหา: โมเดลสามารถอธิบายผื่น ภาพเอกซเรย์ หรือเสียงผิดปกติในห้องเครื่องรถยนต์ได้ แต่ไม่สามารถทดแทนแพทย์หรือช่างผู้เชี่ยวชาญที่ตรวจดูของจริงได้
- ให้ความถูกต้องแบบ 100%: โมเดลอาจอ่านตัวเลขผิด ข้ามตัวอักษรขนาดเล็ก หรือบางครั้งอาจอธิบายสิ่งที่ไม่มีอยู่จริงในภาพ โปรดตรวจสอบตัวเลขและชื่อต่างๆ ซ้ำทุกครั้งก่อนนำไปใช้งานจริง
รักษาความเป็นส่วนตัวของรูปภาพ
รูปถ่ายอาจมีข้อมูลมากกว่าที่คุณตั้งใจจะเปิดเผย เช่น ชื่อบนซองจดหมาย ใบหน้าของคนข้างหลัง แท็บที่เปิดค้างไว้ในภาพแคปหน้าจอ หรือบ้านเลขที่ ควรครอปหรือปิดบังข้อมูลเหล่านั้นก่อนแนบไฟล์ บน gpt.me รูปภาพจะถูกส่งไปเพื่อใช้ตอบคำถามนั้นๆ เท่านั้น และจะไม่รวมอยู่ในลิงก์การสนทนาที่แชร์ สามารถดูรายการตรวจสอบฉบับเต็มได้ที่คู่มือความเป็นส่วนตัวและความปลอดภัย สำหรับการใช้งานด้านการเรียน เช่น การถ่ายรูปการบ้าน โปรดดูคู่มือ AI สำหรับนักเรียนและนักศึกษา และสำหรับโจทย์คณิตศาสตร์ในรูปภาพ เครื่องมือแก้โจทย์คณิตศาสตร์สามารถช่วยอธิบายทีละขั้นตอนได้
คำถามที่พบบ่อย (FAQ)
อัปโหลดรูปภาพรูปแบบใดได้บ้าง?
รองรับไฟล์รูปภาพทั่วไป เช่น JPG, PNG และ WebP ไฟล์ประเภทอื่น เช่น PDF และเอกสารต่างๆ ยังไม่รองรับ แนะนำให้ใช้ภาพแคปหน้าจอแทน
ส่งรูปภาพพร้อมกันหลายรูปได้ไหม?
ส่งได้ครั้งละหนึ่งรูปต่อหนึ่งข้อความ หากมีสองภาพ เช่น ภาพก่อนและหลังทำ ให้ส่งแยกกันทีละข้อความ จากนั้นจึงพิมพ์ถามคำถามเกี่ยวกับภาพทั้งสองได้
ทำไมโมเดลถึงอ่านข้อความในรูปภาพผิด?
สาเหตุส่วนใหญ่เกิดจากตัวอักษรมีขนาดเล็กเกินไป เบลอ เอียง หรือภาพถูกย่อขนาดลงมากเกินไปจนเสียรายละเอียด ให้ลองครอปภาพให้ชิดขึ้น ถ่ายใหม่ในมุมตรงที่มีแสงเพียงพอ และบอกให้โมเดลถอดข้อความออกมาก่อนตอบคำถาม
โมเดลสามารถสร้างรูปภาพให้ได้ไหม?
ไม่ได้ แชตของเราใช้อ่านรูปภาพเท่านั้น ไม่สามารถสร้างหรือแต่งภาพได้ หากคุณขอรูปภาพ ระบบจะแนะนำเครื่องมือ AI สร้างภาพแยกต่างหากให้แทน
การส่งรูปภาพมีค่าใช้จ่ายเพิ่มเติมหรือไม่?
ไม่มี ข้อความที่มีรูปภาพจะนับเหมือนข้อความทั่วไป และมีโควตารายวันสำหรับรูปภาพแยกต่างหากในจำนวนที่จำกัด หากโควตารูปภาพหมด คุณจะยังคงถามคำถามด้วยข้อความได้ตามปกติ
มีคำถามใช่ไหม? ถามได้เลยตอนนี้
ไม่ต้องสมัครบัญชี ไม่ต้องดาวน์โหลด เพียงเปิดแชตแล้วพิมพ์สิ่งที่สงสัย คำตอบจะปรากฏในเวลาเพียงไม่กี่วินาที
เริ่มแชตเลย

