Може ли моделът да вижда изображения? Как да потвърдим?
Разграничаване на прикачени изображения, визуализации и възможностите на модела за обработка на изображения.
Първо потвърдете източника на изображението
Изображенията могат да бъдат предоставени като материали за задачата или могат да бъдат генерирани или прочетени от Agent от средата. Възможността за визуализация на изображение в интерфейса е различна от успешното завършване на анализ на изображения от текущия модел; инструментите могат да докладват неподдържани формати, размери или възможности.
Не предполагайте, че моделът е видял детайлите в изображението само защото повтаря името на файла.
Направете въпроса достатъчно конкретен
Предоставете ясни изображения и посочете областта или явлението, което искате да проверите. Например, сравнете състоянията на бутоните в два интерфейса или прочетете конкретен сегмент от грешка в екранна снимка.
Когато проверявате екранни снимки на интерфейса, първо можете да помолите модела да опише текста и текущото състояние на всеки бутон, след което да попитате за причините. За предупреждения за сигурност или важни суми е най-добре също да предоставите оригиналния текст във формат, който може да бъде копиран; предположенията, базирани на изображения, и точният текст трябва да бъдат ясно разграничени в отговора.
- Потвърдете, че качването на прикачения файл е завършено или че пътят до изображението наистина съществува.
- Поискайте първо описание на ключовите видими факти, след това обяснение.
- Допълнете неясния текст с оригиналния текст, за да избегнете разчитане на предположения за разпознаване.
Как да процедираме, ако изображението не може да бъде прочетено
Ако получите известие, че текущият модел не поддържа съответния резултат от изображението, използвайте наличните опции за поддръжка в интерфейса или предоставете текстови материали, за да продължите. Прекалено големи изображения могат да бъдат изрязани до релевантни области; PDF файлове и SVG файлове не трябва да се третират като обикновени битови карти. Малкият текст, закриването и оформлението в изображенията могат да повлияят на преценката; ключови числа, пътища и кодове за грешки трябва да бъдат проверени спрямо оригиналното изображение.