Mik azok a képbemenetek, és hogyan működnek a ChatGPT-ben?
A ChatGPT most már képes megérteni és értelmezni a beszélgetésekhez képbemenetként hozzáadott képeket.
Hogyan használjam a képbemeneteket a beszélgetésekben?
Alapvető használat: Tölts fel egy fotót a kezdéshez. Kérdezz a képeken látható tárgyakról, elemezz dokumentumokat, vagy fedezd fel a vizuális tartalmat. Későbbi fordulókban további képeket is hozzáadhatsz a beszélgetés elmélyítéséhez vagy új irányba tereléséhez. Bármikor visszatérhetsz új fotókkal.
Képek jelölése: Ha bizonyos területekre szeretnéd irányítani a figyelmet, feltöltés előtt érdemes képszerkesztő jelölőeszközt használni a képen. Ez segít a ChatGPT-nek azokra az elemekre összpontosítani, amelyeket fontosnak tartasz.
Mely csomagokban használhatók a képbemenetek?
Plus és ChatGPT Enterprise.
Mely modellek fogadnak el képbemeneteket?
Minden ChatGPT modell fogad képbemeneteket.
Mely platformokon érhetők el a képbemenetek?
Minden platformon, beleértve a webet (chatgpt.com) és a mobilalkalmazásokat (iOS / Android).
A képeimet felhasználjátok a modellek fejlesztésére?
A tartalmak, köztük a képek felhasználásának módja termékenként változatlan marad.
Kérjük, olvasd el a Hogyan használjuk fel adataidat a modell teljesítményének javítására című cikket, hogy jobban megértsd, hogyan használhatók fel a ChatGPT-ben lévő tartalmak a modell teljesítményének javítására, és milyen választási lehetőségeik vannak a felhasználóknak.
A ChatGPT Enterprise esetén nem használjuk fel a tartalmakat modelljeink betanítására.
Hogyan adhatok hozzá képbemeneteket a ChatGPT-ben?
Koppints az utasításmezőben a + ikonra, majd válaszd a Add photos & files lehetőséget. Alternatív megoldásként behúzhatsz egy képfájlt a szövegmezőbe, vagy beilleszthetsz egy vágólapra másolt képet.
Támogatják a képbemenetek a videókat?
Nem, videókat nem tud kezelni. Jelenleg csak állóképek feldolgozását támogatja.
Milyen fájltípusok támogatottak?
PNG (.png), JPEG (.jpeg és .jpg), valamint nem animált GIF (.gif).
Hány képet tölthetek fel egyszerre?
Az, hogy hány képet adhatsz hozzá egy beszélgetéshez, több tényezőtől függ, beleértve a képek méretét és a hozzájuk tartozó szöveg mennyiségét. Általános iránymutatásként, ha problémába ütközöl, érdemes csökkenteni a képek számát vagy méretét.
Mekkora a méretkorlát képenként?
20 MB.
Hogyan kezeli a képfunkció a kétértelmű vagy nem egyértelmű képeket?
Ha egy kép kétértelmű vagy nem egyértelmű, a modell mindent megtesz az értelmezéséért. Az eredmények azonban kevésbé pontosak lehetnek.
Milyen korlátokkal legyenek tisztában a felhasználók, amikor a ChatGPT-t képbemenetekkel használják?
Ha a ChatGPT új képbemeneti funkcióját használod, fontos, hogy tisztában legyél ezekkel a korlátokkal:
Orvosi: A modell nem alkalmas speciális orvosi képek, például CT-felvételek értelmezésére, és nem használható orvosi tanácsadásra.
Nem angol: A modell kevésbé teljesít jól olyan képek kezelésében, amelyek nem latin ábécés szöveget tartalmaznak, például japán vagy koreai nyelven.
Nagy szöveg: Nagyítsd fel a képen lévő szöveget az olvashatóság javításához, de kerüld a fontos részletek levágását.
Elforgatás: A modell félreértelmezheti az elforgatott / fejjel lefelé álló szöveget vagy képeket.
Vizuális elemek: A modell nehezen értheti meg a grafikonokat vagy a szöveget, ha a színek vagy a stílusok — például a folytonos, szaggatott vagy pontozott vonalak — eltérnek.
Térbeli viszonyok: A modell nehezen boldogul a pontos térbeli helymeghatározást igénylő feladatokkal, például a sakkállások azonosításával.
Pontosság: A modell bizonyos helyzetekben pontatlan leírásokat vagy képaláírásokat generálhat.
Forma: A modell nehezen boldogul a panoráma- és halszemoptikás képekkel.
Metaadatok és átméretezés: A modell nem dolgozza fel az eredeti fájlneveket vagy metaadatokat, és a képeket elemzés előtt átméretezzük, ami hatással van az eredeti méreteikre.
Számlálás: Előfordulhat, hogy csak hozzávetőleges darabszámot ad meg a képen látható objektumokra.