কিভাবে Agent পরিবেশে স্ক্রিনশট বা ছবি দেখবে?
টুলগুলিকে ছবি পড়তে এবং প্রিভিউ এবং বিশ্লেষণ ব্যর্থতার মধ্যে পার্থক্য করতে সক্ষম করুন।
ছবির জন্য ছবি দেখার ক্ষমতা প্রয়োজন
Agent এর ফাইল টুল টেক্সট পড়া এবং বিটম্যাপ দেখার মধ্যে পার্থক্য করে। স্ক্রিনশট এবং অন্যান্য ছবি টেক্সট হিসাবে বাইনারি ফাইল পড়ার পরিবর্তে ছবি দেখার প্রক্রিয়া ব্যবহার করা উচিত। বিশ্লেষণ সম্ভব কিনা তা বর্তমান মডেল এবং পরিবেশ সমর্থনের উপরও নির্ভর করে।
Agent কে ছবিতে যা নিশ্চিত করা যায় তার বিষয়বস্তু বর্ণনা করতে বলা হলে তা ছবিটি সত্যিই পেয়েছে কিনা তা নির্ধারণ করতে সাহায্য করে।
কিভাবে Ask কে কার্যকর প্রশ্ন জিজ্ঞাসা করবে
ছবির অবস্থান এবং ফোকাসের ক্ষেত্র নির্দিষ্ট করুন, যেমন বোতামের অবস্থা, ত্রুটির বার্তা, বা দুটি স্ক্রিনশটের মধ্যে পার্থক্য। যদি আপনার নিজের পরীক্ষা করার প্রয়োজন হয়, আপনি ডাউনলোডযোগ্য সংযুক্তিগুলির জন্যও অনুরোধ করতে পারেন।
দুটি স্ক্রিনশট তুলনা করার সময়, ক্রম, পৃষ্ঠার শর্তাবলী এবং আপনি যে পার্থক্যগুলি নিয়ে চিন্তা করেন তা নির্দেশ করুন। এজেন্টকে প্রথমে দৃশ্যমান পরিবর্তনগুলি বর্ণনা করতে দিন, তারপরে সম্ভাব্য কারণগুলি নিয়ে আলোচনা করুন; যদি স্ক্রিনশটগুলি বিভিন্ন রেজোলিউশন বা লগইন অবস্থা থেকে আসে, তবে এই শর্তের পার্থক্যগুলি প্রথমে রেকর্ড করা উচিত।
- নিশ্চিত করুন যে স্ক্রিনশট ফাইলটি তৈরি হয়েছে এবং এতে আর লেখা হচ্ছে না।
- দেখার জন্য ছবিটি এবং নির্দিষ্ট প্রশ্নটি নির্দিষ্ট করুন।
- প্রিভিউয়ের বিষয়বস্তু লক্ষ্যের সাথে মেলে কিনা তা যাচাই করুন।
- অস্পষ্ট ছোট টেক্সটের জন্য পরিপূরক টেক্সট বা স্পষ্ট আংশিক ছবি সরবরাহ করুন।
যখন বিন্যাস বা ক্ষমতা সমর্থিত নয়
অতিরিক্ত বড় ছবি, নন-বিটম্যাপ ফাইল এবং যে মডেলগুলি ছবির ফলাফল সমর্থন করে না সেগুলি বিভিন্ন ত্রুটি ফেরত দিতে পারে। PDF বা SVG সাধারণ স্ক্রিনশট পদ্ধতির মাধ্যমে সরাসরি প্রক্রিয়া করা যায় না; দেখার জন্য বিন্যাস অনুযায়ী টেক্সট বের করা বা রূপান্তর করা যেতে পারে। মডেলের বর্ণনা পিক্সেল-স্তরের যাচাইকরণের সমান নয়; গুরুত্বপূর্ণ সংখ্যা, আইকন অবস্থা এবং পথগুলি আসল ছবির সাথে আইটেম অনুসারে পরীক্ষা করা উচিত।