האם המודל יכול לראות תמונות, ואיך מוודאים זאת?
ההבדל בין קובצי תמונה מצורפים, תצוגה מקדימה ויכולות עיבוד התמונה של המודל.
תחילה ודאו מה מקור התמונה
אפשר לצרף תמונות כחומר למשימה, או שהן ייווצרו או ייקראו מהסביבה בידי Agent. האפשרות לצפות בתמונה בממשק שונה מהשלמת ניתוח התמונה בהצלחה בידי המודל הנוכחי; כלים עשויים לדווח על פורמט, גודל או יכולת שאינם נתמכים.
אל תניחו שהמודל ראה את פרטי התמונה רק מפני שהוא חוזר על שם הקובץ.
נסחו שאלה ממוקדת מספיק
ספקו תמונות ברורות וציינו את האזור או התופעה שברצונכם לבדוק. למשל, השוואת מצבי כפתורים בשני ממשקים או קריאת קטע שגיאה מסוים בצילום מסך.
בבדיקת צילומי מסך של ממשק, אפשר לבקש תחילה מהמודל לתאר את הטקסט של כל כפתור ואת מצבו הנוכחי, ורק לאחר מכן לשאול על הסיבות. כשמדובר בהתראות אבטחה או בסכומים חשובים, מומלץ לצרף גם את הטקסט המקורי בפורמט שניתן להעתיק; בתשובה יש להבחין בבירור בין השערות המבוססות על תמונה לבין טקסט מדויק.
- ודאו שהעלאת הקובץ המצורף הושלמה או שנתיב התמונה אכן קיים.
- בקשו קודם תיאור של העובדות החזותיות המרכזיות, ורק אחר כך הסבר.
- השלימו טקסט לא ברור באמצעות המקור, כדי שהזיהוי לא יתבסס על ניחושים.
איך ממשיכים אם אי אפשר לקרוא את התמונה?
אם מופיעה הודעה שהמודל הנוכחי אינו תומך בתוצאת התמונה המתאימה, השתמשו באפשרויות הנתמכות בממשק או ספקו חומרים טקסטואליים כדי להמשיך. אפשר לחתוך תמונות גדולות לאזורים הרלוונטיים; אין להתייחס לקובצי PDF או SVG כאל תמונות רסטר רגילות. טקסט קטן, הסתרות ופריסת התמונה עשויים להשפיע על ההערכה; יש לאמת מספרים חשובים, נתיבים וקודי שגיאה מול התמונה המקורית.