モデルは画像を見ることができますか？どのように確認しますか？
画像添付ファイル、プレビュー、およびモデルの画像処理機能を区別します。
まず画像のソースを確認します
画像はタスク資料として提供されるか、環境からAgentによって生成または読み取られる場合があります。インターフェースで画像を表示できることと、現在のモデルが画像分析を正常に完了できることは異なります。ツールは、サポートされていない形式、サイズ、または機能を示す場合があります。
画像に詳細が含まれていると仮定しないでください。単にファイル名が繰り返されるという理由だけで、モデルがその詳細を見たとは限りません。
質問を十分に具体的にします
明確な画像を提供し、確認したい領域または現象を指定してください。たとえば、2つのインターフェースのボタンの状態を比較したり、スクリーンショットの特定のエラーセグメントを読み取ったりします。
インターフェースのスクリーンショットを確認する場合、まずモデルに各ボタンのテキストと現在の状態を説明するように依頼し、次に理由を尋ねることができます。セキュリティアラートや重要な金額については、コピー可能な形式で元のテキストも提供することをお勧めします。画像ベースの推測と正確なテキストは、応答で明確に区別する必要があります。
- 添付ファイルのアップロードが完了したか、画像パスが実際に存在することを確認します。
- まず表示されている主要な事実の説明を要求し、次に説明を求めます。
- 推測に頼る認識を避けるために、不明瞭なテキストを元のテキストで補足します。
画像が読み取れない場合はどうすればよいですか
現在のモデルが対応する画像結果をサポートしていないというプロンプトが表示された場合は、インターフェースで利用可能なサポートオプションを使用するか、テキスト資料を提供して続行してください。大きすぎる画像は関連領域に切り取ることができます。PDFおよびSVGは通常のビットマップとして扱われるべきではありません。画像内の小さなテキスト、隠蔽、およびレイアウトは判断に影響を与える可能性があります。重要な番号、パス、およびエラーコードは、元の画像と照合して検証する必要があります。