GPT-4o-mini 分析图片

这篇教学会运用 Poe AI 里的 OpenAI GPT-4o 和 GPT-4o-mini 机器人，读取本机图片或网络上的图片，进行图片的分析，进一步撰写产生类似图片的提示词，甚至可以读取具有图表的图片，分析图表内容转换成表格呈现。

快速导览：

• 认识 GPT-4o 和 GPT-4o-mini
• 上传并读取图片内容
• 使用网址读取图片
• 撰写产生类似图片的提示词
• 快速重点整理图片内容

认识 GPT-4o 和 GPT-4o-mini

GPT-4o 是 OpenAI 在 2024 年中所推出最强大的语言模型，不仅数据库更新至 2023 年 10 月，更能读取网页和图片进行分析，而 GPT-4o-mini 虽然属于 GPT-4o 的小型模型，却也同样具备读取网页和分析图片的功能，还具有速度快、费用低、跨平台等优势，就算参数量不如 GPT-4o，却更适合一般人使用。

注意，GPT-4o-mini 有时没办法顺利读取网页或图片，可改换成 Gemini-1.5-Flash。

Official bot 官方机器人里可以看见 GPT-4o 和 GPT-4o-mini 机器人，由于 GPT-4o 每则消息费用高达 300，通常直接使用 GPT-4o-mini 就能处理所有问题 ( 如果有进阶需求就另当别论 )，点击机器人就可以开始和机器人聊天。

• GPT-4o：https://poe.com/GPT-4o
• GPT-4o：https://poe.com/GPT-4o-Mini

从机器人信息中可以看到两者的消耗的 Poe 代币差了 20 倍。

读取图片内容

对于一般用户来说，各种大型语言模型机器人都大同小异，但 GPT-4o 和 GPT-4o-mini 却能读取上传的图片内容或网络图片内容，下方范例使用 GPT-4o-mini 机器人，上传一张“我就赞”的经典迷因图片，并询问机器人这张图片是什么内容 ( 使用 GPT-4o 也是相同的做法，但因为消耗的 Poe 代币太高，所以使用 GPT-4o-mini )。

初次使用时，有可能会遇到类似下图，机器人回应“不知道是什么”的状况，通常只要改变问句方式就能解决。

尝试修改问句的结构，将问题改成“幫我描述這張圖片的主題或場景”，GPT-4o-mini 机器人就会分析图片并回答，结果也相当准确。

换成宝可梦的动漫角色，GPT-4o-mini 竟然也能精准的描述出正确的名字和构图。

使用网址读取图片

除了使用上传的功能上传图片，由于 GPT-4o-mini 具有读取网址的功能，也可以直接提供图片网址，搭配“幫我描述這張圖片的主題或場景”提示词，读取图片内容，范例使用 STEAM 教育学习网的一张图片，GPT-4O-mini 机器人可以精准读取内容。

撰写产生类似图片的提示词

既然能够读取图片内容，就能运用 GPT-4o-mini 协助撰写“产生图片的提示词”，下方范例上传了“我就赞”的迷因图片，并使用“根據這張圖片的主題和場景，撰寫一段要透過 AI 產生類似圖片的中英文提示詞”作为提示，机器人就会撰写产生类似图片的提示词。

运用 Poe AI 的 Playground v2.5 机器人 ( 参考 Poe 生成图片机器人 )，贴上刚刚产生的提示词，就会产生一张类似的图片。

快速重点整理图片内容

运用 CPT-4o-mini 强大的图取图片能力，如果遇到“看不懂”的说明文字，也可以拍照上传请机器人进行分析和重点整理，举例来说，下图是一张日本神户动物世界的说明标语。

上传图片后，使用“請協助分析這張圖片所描述的內容，並用中文進行重點整理描述”提示词，机器人就会分析图片内容，并进行中文的重点整理。

除了辨识文字，GPT-4o-mini 机器人甚至可以读取图表，将图表转换成表格呈现，下图是 2024 台湾总统大选最后的票图表。

上传图片后，使用“請協助解析這張圖表，並用表格方式呈現”提示词，机器人就会分析图片内容，截取出图表的部分进行整理。

小结

GPT-4o 和 GPT-4o-mini 读取和分析图片的能力非常好用，除了产生产生类似图片的提示词，更能真正分析图片内容，协助用户快速处理图片里的信息，这也是未来应用 AI 的一大重点！

意见反馈