¿Cómo ver capturas de pantalla o imágenes en el entorno Agent?
Permite que las herramientas lean imágenes verdaderamente y distingan entre fallos de vista previa y de análisis.
Las imágenes requieren capacidad de visualización de imágenes
La herramienta de archivos de Agent diferencia entre leer texto y ver mapas de bits. Las capturas de pantalla y otras imágenes deben usar el proceso de visualización de imágenes en lugar de leer archivos binarios como texto. Si el análisis es posible también depende del modelo actual y del soporte del entorno.
Hacer que Agent describa el contenido que se puede confirmar en la imagen ayuda a determinar si realmente ha obtenido la imagen.
¿Cómo hacer preguntas efectivas a Ask?
Especifica la ubicación de la imagen y el área de enfoque, como estados de botones, mensajes de error o diferencias entre dos capturas de pantalla. Si necesitas verificar tú mismo, también puedes solicitar archivos adjuntos descargables.
Al comparar dos capturas de pantalla, indica el orden, las condiciones de la página y las diferencias que te importan. Deja que el agente describa primero los cambios visibles, luego discute las posibles razones; si las capturas de pantalla provienen de diferentes resoluciones o estados de inicio de sesión, estas diferencias de condición deben registrarse primero.
- Confirma que el archivo de captura de pantalla se ha generado y ya no se está escribiendo.
- Especifica la imagen a ver y la pregunta concreta.
- Verifica si el contenido de la vista previa coincide con el objetivo.
- Proporciona texto suplementario o imágenes parciales más claras para texto pequeño y borroso.
Cuando el formato o la capacidad no son compatibles
Las imágenes sobredimensionadas, los archivos no bitmap y los modelos que no admiten resultados de imágenes pueden devolver errores diferentes. Los PDF o SVG no se pueden procesar directamente con métodos ordinarios de captura de pantalla; el texto se puede extraer o convertir según el formato para su visualización. Las descripciones del modelo no equivalen a una verificación a nivel de píxel; los números importantes, los estados de los iconos y las rutas deben verificarse elemento por elemento con la imagen real.