Hogyan tekintsem meg a képernyőképeket vagy képeket a Agent környezetben?
Engedélyezze az eszközök számára a képek valódi olvasását, és különböztessen meg az előnézeti és elemzési hibákat.
A képek képnézegető képességet igényelnek
A Agent fájleszköze megkülönbözteti a szöveg olvasását és a bitképek megtekintését. A képernyőképek és más képek képnézegetési folyamatot használjanak a bináris fájlok szövegként való olvasása helyett. Az elemzés lehetősége az aktuális modell és a környezet támogatásától is függ.
Ha a Agent leírja a képen megerősíthető tartalmat, az segít meghatározni, hogy valóban megszerezte-e a képet.
Hogyan tegyünk hatékony kérdéseket a Ask-nek
Adja meg a kép helyét és a fókusz területét, például gombállapotokat, hibaüzeneteket, vagy két képernyőkép közötti különbségeket. Ha Önnek kell ellenőriznie, letölthető mellékleteket is kérhet.
Két képernyőkép összehasonlításakor adja meg a sorrendet, az oldal feltételeit és az Ön által fontosnak tartott különbségeket. Hagyja, hogy az ügynök először írja le a látható változásokat, majd vitassa meg a lehetséges okokat; ha a képernyőképek eltérő felbontásból vagy bejelentkezési állapotból származnak, ezeket a feltételkülönbségeket először rögzíteni kell.
- Erősítse meg, hogy a képernyőkép fájl létrejött, és már nem íródik rá.
- Adja meg a megtekintendő képet és a konkrét kérdést.
- Ellenőrizze, hogy az előnézetben lévő tartalom megegyezik-e a céllal.
- Adjon meg kiegészítő szöveget vagy tisztább részleges képeket az elmosódott, kis méretű szöveghez.
Ha a formátum vagy a képesség nem támogatott
Túlméretezett képek, nem bitképes fájlok és olyan modellek, amelyek nem támogatják a képkimeneteket, eltérő hibákat adhatnak vissza. A PDF vagy SVG nem dolgozható fel hétköznapi képernyőkép módszerekkel közvetlenül; a szöveg a formátumnak megfelelően kinyerhető vagy konvertálható megtekintéshez. A modell leírásai nem egyenlőek a pixelszintű ellenőrzéssel; a fontos számokat, ikonállapotokat és elérési utakat tételenként kell ellenőrizni a tényleges képpel szemben.