Uso básico
Usar imágenes en base64
También puedes pasar una URL de datos en base64 cuando la imagen sea local o privada:<BASE64_ENCODED_IMAGE> con la codificación base64 completa del archivo de imagen, por ejemplo base64.b64encode(open("photo.png", "rb").read()).decode() en Python.
Las imágenes en base64 deben comenzar con el prefijo
data:image/<type>;base64, (por ejemplo data:image/jpeg;base64,). El base64 sin el prefijo se rechaza. Las imágenes deben tener al menos 64×64 píxeles, y SVG no es compatible. Si se rechaza una imagen, el mensaje de error indica el motivo.Enviar varias imágenes
content es un array, por lo que un mensaje de usuario puede incluir varios bloques image_url junto con texto. Úsalo para comparar imágenes o hacer una pregunta que abarque más de una imagen:
supportsMultipleImages y maxImages en model_spec.capabilities en la respuesta de la API de modelos antes de enviar varias.
Cada imagen también consume tokens de contexto. Si una solicitud con varias imágenes devuelve TOO_MANY_TOKENS (HTTP 400), envía menos imágenes, acorta tus instrucciones o cambia a un modelo con una ventana de contexto más grande.
Elige un modelo de visión
Usa la página de Modelos de Texto o la API de Modelos para encontrar modelos que admitan visión. El soporte para visión se indica en las capacidades del modelo.Consejos para prompts
- Indícale al modelo en qué debe enfocarse: objetos, texto, diseño, seguridad, defectos o diferencias.
- Solicita salida estructurada cuando tu aplicación necesite campos que puedas analizar.
- Mantén las URLs de imágenes accesibles para la API o usa URLs de datos base64 para imágenes privadas.
- Usa un modelo con suficiente contexto si combinas imágenes con instrucciones largas.