图片能被模型看见吗?如何确认?
区分图片附件、预览和模型的图像处理能力。
先确认图片来源
图片可以作为任务材料提供,也可能由 Agent 从环境中生成或读取。图片在界面能预览,与当前模型是否成功完成图像分析是两件事;工具可能报告格式、大小或能力不支持。
不要仅凭模型复述文件名,就认为它已经看到了图片中的细节。
让问题足够具体
提供清晰图片,并指定你要检查的区域或现象。例如比较两张界面的按钮状态,或读取截图里某一段报错。
检查界面截图时,可以先让模型逐项描述按钮文字和当前状态,再询问原因。对于安全告警或重要金额,最好同时提供可复制的原始文字;图像推测与确切文本应在回答里清楚区分。
- 确认附件上传完成或图片路径确实存在。
- 要求先描述关键可见事实,再给解释。
- 对模糊文字补充原始文本,避免靠猜测识别。
不能读取时如何继续
若提示当前模型不支持相应图片结果,使用界面可用的支持选项,或提供文字材料继续。过大的图片可以裁剪到相关区域;PDF 和 SVG 也不能一概按普通位图处理。图片中的小字、遮挡和布局可能影响判断,应以原图核对关键数字、路径和错误代码。