Skip to main content
يمكن لنماذج الرؤية تحليل الصور جنبًا إلى جنب مع المطالبات النصية. استخدمها لفهم الصور، والاستخراج، والتصنيف، والإجابة عن الأسئلة البصرية، والاستدلال متعدد الوسائط. يدعم Venice رسائل المحادثة متعددة الوسائط المتوافقة مع OpenAI. ضع كتل النص والصور في نفس رسالة المستخدم، ثم أرسل الطلب إلى نموذج قادر على الرؤية.

الاستخدام الأساسي

استخدام صور Base64

يمكنك أيضًا تمرير رابط بيانات بترميز base64 عندما تكون الصورة محلية أو خاصة:
استبدل <BASE64_ENCODED_IMAGE> بترميز base64 الكامل لملف الصورة، على سبيل المثال base64.b64encode(open("photo.png", "rb").read()).decode() في Python.
يجب أن تبدأ صور base64 بالبادئة data:image/<type>;base64, (على سبيل المثال data:image/jpeg;base64,). يُرفض ترميز base64 الخام بدون البادئة. يجب ألا تقل أبعاد الصور عن 64×64 بكسل، ولا يُدعم تنسيق SVG. إذا رُفضت صورة، فستوضح رسالة الخطأ السبب.

اختيار نموذج رؤية

استخدم صفحة النماذج النصية أو واجهة برمجة تطبيقات النماذج للعثور على النماذج التي تدعم الرؤية. يُدرَج دعم الرؤية ضمن قدرات النموذج.
للمدخلات ذات الطابع المستندي، استخدم مدخلات الملفات عندما تريد من Venice استخراج نص من ملف. استخدم الرؤية عندما يكون التخطيط البصري أو محتوى الصورة نفسه هو المهم.

نصائح للمطالبات

  • أخبر النموذج بما يجب أن يركّز عليه: الكائنات، أو النص، أو التخطيط، أو السلامة، أو العيوب، أو الاختلافات.
  • اطلب مخرجات مُهيكلة عندما يحتاج تطبيقك إلى حقول يمكنك تحليلها.
  • تأكّد من أن روابط الصور قابلة للوصول من واجهة برمجة التطبيقات، أو استخدم روابط بيانات base64 للصور الخاصة.
  • استخدم نموذجًا بسياق كافٍ إذا كنت تدمج الصور مع تعليمات طويلة.

موارد ذات صلة