如何在 Agent 環境中檢視螢幕截圖或影像？
啟用工具以真正讀取影像，並區分預覽和分析失敗。
影像需要影像檢視功能
Agent 的檔案工具區分讀取文字和檢視點陣圖。螢幕截圖和其他影像應使用影像檢視流程，而不是將二進位檔案讀取為文字。是否能進行分析也取決於目前的模型和環境支援。
讓 Agent 描述影像中可確認的內容，有助於判斷它是否真正取得了影像。
如何提出有效的 Ask 問題
請指定影像位置和關注區域，例如按鈕狀態、錯誤訊息或兩張螢幕截圖之間的差異。如果您需要自行檢查，也可以要求提供可下載的附件。
比較兩張螢幕截圖時，請說明順序、頁面條件以及您關心的差異。讓代理程式先描述可見的變更，然後討論可能的原因；如果螢幕截圖來自不同的解析度或登入狀態，應先記錄這些條件差異。
- 確認螢幕截圖檔案已生成且不再寫入。
- 指定要檢視的影像和具體問題。
- 驗證預覽中的內容是否與目標相符。
- 為模糊的小字提供補充文字或更清晰的部分影像。
當格式或功能不支援時
過大的影像、非點陣圖檔案以及不支援影像結果的模型可能會傳回不同的錯誤。PDF 或 SVG 無法直接使用普通的螢幕截圖方法處理；文字可根據格式進行提取或轉換後檢視。模型描述不等於像素級驗證；重要的數字、圖示狀態和路徑應逐項與實際影像進行核對。