Аналіз зображень через ШІ: відповіді за фото чи скриншотом

Обидві моделі GPT у нашому чаті можуть аналізувати зображення: читати знаки, пояснювати графіки чи знаходити помилку на скриншоті. Чітке зображення й точний запит вирішують усе.

5 хв читанняОновлено

Іноді найшвидший спосіб поставити запитання — це показати його. Фото незрозумілого дорожнього знака, скриншот помилки, графік зі звіту, сторінка з розв'язаними від руки прикладами: обидві моделі GPT у нашому безкоштовному чаті можуть аналізувати зображення та відповідати на запитання щодо них. Вони зчитують друкований текст, розбирають графіки, розпізнають об'єкти в кадрі й пов'язують їх із вашим запитом. Результат багато в чому залежить від двох факторів, якими ви керуєте: наскільки чітке зображення та наскільки точне запитання. У цій інструкції розглянуто обидва моменти, а також обмеження, про які варто знати перед тим, як покладатися на відповідь.

Що можна запитати про зображення

Ось приклади завдань, із якими моделі справляються чудово:

  • Прочитати та перекласти. Меню, вивіски, етикетки, листи незнайомою мовою.
  • Пояснити графік чи таблицю. «Яка тут головна тенденція і чи є щось незвичне?»
  • Розібратися з проблемою на екрані. Вікно з помилкою, сторінка налаштувань, формула в таблиці, яка показує неправильний результат.
  • Перевірити розв'язок. Фото розв'язаної задачі чи хімічного рівняння з проханням «знайди першу помилку».
  • Розібратися в документі. Рахунок за послуги, розклад руху, інструкція, бланк, який потрібно заповнити.
  • Описати чи порівняти. Фотографії двох товарів, планування кімнати, складові частини схеми.
  • Обережно ідентифікувати предмети. Рослину, птаха, тип роз'єму чи інструмент. Сприймайте це лише як припущення, яке потребує перевірки, і в жодному разі не вживайте рослини чи гриби в їжу на основі цих відповідей.

Як додати зображення в чат

  1. Натисніть кнопку + ліворуч від поля вводу та виберіть фото або скриншот, або просто перетягніть файл у вікно чату на комп'ютері. На телефоні можна вибрати файл із галереї.
  2. Введіть своє запитання в тому ж повідомленні та надішліть його.
  3. Продовжуйте діалог як зазвичай. Модель відповідатиме на уточнювальні запитання щодо зображення в тій самій розмові.

Кілька практичних деталей. До одного повідомлення можна прикріпити одне зображення в популярних форматах, таких як JPG, PNG або WebP. Великі фотографії стискаються перед відправленням для збереження швидкості, але через це дуже дрібний шрифт може стати нерозбірливим, тому краще обрізати зображення навколо найважливішого. Для зображень діє окремий невеликий щоденний ліміт поруч із безкоштовними повідомленнями; точні цифри наведено в FAQ. Як GPT-6 Luna, так і GPT-6.1 Terra вміють працювати із зображеннями, тому ви можете використовувати будь-яку з них.

Як зробити фото, яке модель зможе розібрати

Модель може працювати лише з тим, що бачить. Ось звички, які дають найкращий результат:

  • Заповнюйте весь кадр. Кадруйте зображення так, щоб було видно лише потрібну таблицю, абзац або частину екрана.
  • Подбайте про світло, уникайте відблисків. Денне світло біля вікна значно краще за спалах, який дає відблиски на глянцевому папері та екранах.
  • Фотографуйте під прямим кутом. Тримайте телефон паралельно до сторінки, щоб рядки залишалися рівними, а текст не спотворювався.
  • Віддавайте перевагу скриншотам, а не фото екрана. Справжній скриншот чіткіший і не містить відблисків чи смуг муару.
  • Одне питання на одне фото. Дві різні проблеми на одному знімку зазвичай призводять до заплутаної відповіді; краще надіслати їх окремими повідомленнями.
  • Перевірте читабельність самі. Збільште власне фото. Якщо вам важко розібрати цифру, моделі це теж не вдасться.

Промпти, які допомагають отримати корисні відповіді

Зображення без запитання або із сухим «що це?» змушує модель вгадувати, що саме вас цікавить. Поясніть, що саме ви хочете дізнатися і навіщо.

Слабкий запит:
[фото рахунку за комуналку] Поясни це.

Вдалий запит:
[фото рахунку за комуналку] Це мій рахунок за електроенергію.
Чому підсумкова сума більша, ніж минулого місяця? Вкажи рядки,
де змінилися нарахування, поясни графи зі складними назвами та
підкажи, які саме цифри мені слід звірити з показниками лічильника.
Слабкий запит:
[скриншот помилки] Допоможи.

Вдалий запит:
[скриншот помилки] Я отримую цю помилку під час відкриття
таблиці в Excel на Windows 11. З учорашнього дня я нічого не
змінював. Що означає це повідомлення і які кроки спробувати
спочатку, від найбезпечніших до радикальніших?

Інші корисні фрази: «Перепиши весь текст із цього зображення слово в слово», «Відповідай тільки на основі того, що видно, і зазнач, якщо щось нерозбірливо», «Опиши осі та одиниці вимірювання графіка перед тим, як його аналізувати». Остання порада допомагає вчасно помітити неправильно прочитану шкалу. Щоб спробувати, додайте графік через кнопку + до цього промпту для аналізу графіків перед відправленням.

Luna чи Terra для зображень?

Для зчитування тексту з вивіски, перекладу меню або опису фотографії стандартної GPT-6 Luna цілком достатньо: вона швидка та вправна. Для насичених деталями чи технічних зображень натисніть Think, щоб перейти на GPT-6.1 Terra. OpenAI зазначає, що Terra поєднує глибокий візуальний аналіз із чітким викладом думок, демонструючи чудові результати в читанні креслень і зіставленні фотографій товарів із каталогами. Це кращий вибір для складних графіків, електричних схем, планів приміщень, сфотографованих багатоетапних обчислень та скриншотів із дрібними деталями. Детальніше про різницю читайте в нашому порівнянні Luna та Terra.

Чого модель робити не вміє

  • Створювати чи редагувати зображення. Наш чат аналізує готові картинки, але не малює і не змінює їх. Якщо ви попросите згенерувати картинку, він запропонує окремий інструмент для генерації AI-зображень.
  • Читати файли інших форматів. PDF-файли, текстові документи та електронні таблиці прикріпити не можна. Зробіть скриншот потрібної сторінки або просто скопіюйте та вставте текст.
  • Упізнавати людей. Не просіть визначити, хто зображений на фото, якщо це незнайома людина. Це створює серйозні ризики для приватності, тому моделі навчені відхиляти такі запити.
  • Ставити діагнози. Модель може описати висип, рентгенівський знімок чи сторонній звук під капотом авто, але вона не замінить лікаря або автомеханіка, які можуть оцінити ситуацію наживо.
  • Гарантувати стовідсоткову точність. Моделі іноді плутають цифри, пропускають дрібний шрифт і часом описують деталі, яких немає на знімку. Завжди перевіряйте важливі цифри та власні назви перед тим, як діяти.
Спершу попросіть розпізнати текст. Якщо зображення містить числа (чек, розклад чи результати аналізів), попросіть модель спершу виписати прочитаний текст, а вже потім робити розрахунки чи пояснювати. Так ви за мить помітите неправильно розпізнану цифру й виправите її до того, як вона зіпсує підсумкову відповідь.

Дбайте про приватність зображень

Фотографія може випадково показати зайве: прізвища на конвертах, обличчя перехожих на тлі, відкриті вкладки на скриншоті або номер будинку. Обріжте або замалюйте такі деталі перед завантаженням. На gpt.me зображення надсилаються лише для отримання відповіді на конкретний запит і не потрапляють у загальнодоступні посилання на діалоги. Повний чекліст дивіться в посібнику з приватності та безпеки. Якщо ви навчаєтеся і плануєте завантажувати фото домашніх завдань, перегляньте наш посібник AI для студентів, а для математичних задач на фото скористайтеся розв'язувачем задач, який пояснює кожен крок.

Поширені запитання

Які формати зображень підтримуються?

Підійдуть звичні формати картинок, зокрема JPG, PNG і WebP. Інші файли, як-от PDF або текстові документи, не підтримуються; замість них зробіть скриншот потрібної сторінки.

Чи можна надіслати кілька зображень одночасно?

До одного повідомлення можна додати лише одне зображення. Якщо у вас два знімки (наприклад, фото до та після), надішліть їх окремими повідомленнями одне за одним, а потім поставте своє запитання щодо обох.

Чому модель неправильно розпізнала текст на фото?

Зазвичай причина в тому, що текст занадто дрібний, розмитий чи сфотографований під кутом, або фото надто сильно стиснулося. Кадруйте знімок ближче до тексту, перезніміть його рівно при гарному освітленні та попросіть модель виписати текст перед тим, як відповідати на запитання.

Чи може чат згенерувати мені зображення?

Ні. Наш чат уміє лише розпізнавати та аналізувати зображення, але не створює їх з нуля і не редагує. Якщо вам потрібна картинка, він порекомендує окремий сервіс для AI-генерації.

Чи потрібно платити за завантаження зображень?

Ні. Повідомлення із зображенням враховується так само, як і звичайне текстове. Крім того, діє окремий щоденний ліміт на обробку картинок, тож навіть після його вичерпання ви зможете продовжувати текстовий діалог.

Є питання? Запитайте просто зараз

Без реєстрації та завантажень. Відкрийте чат, напишіть запитання — і відповідь з'явиться вже за мить.

Почати чат