قم بتقديم أول طلب مختص إلى الذكاء الاصطناعي "المبصر" باستخدام هذه الصورة. إرجاع JSON {"prompt":..."،"،goal":..."،"،context":":"..."}: prompt — ما الذي تسأله بالضبط للذكاء الاصطناعي (السؤال نفسه، على سبيل المثال، "ماذا يعني هذا الرمز؟")، goal - ما النتيجة التي تريد الحصول عليها كنتيجة (وهذا يختلف عن السؤال: على سبيل المثال، شرح واضح واستنتاج، هل من الممكن القيادة بأمان)، context - ما هو المهم معرفة الذكاء الاصطناعي، وما هو غير مرئي في الصورة (نوع/طراز السيارة، متى اشتعلت فيها النيران، وما إلى ذلك).
"يرى الذكاء الاصطناعي" ليس سحرًا. يقوم النموذج بتقسيم الصورة إلى آلاف الأقسام الصغيرة ومقارنتها بما "تذكره" من ملايين الصور: الأشكال والنصوص والأشياء والألوان. والنتيجة هي أنه يصف الصورة بالكلمات الموجودة بداخلها، ثم يعمل كما هو الحال مع النص العادي. هناك استنتاجان من هذا. أولاً: كلما كانت الصورة أكثر وضوحًا (الحدة والضوء والكائن بأكمله في الإطار)، كانت الإجابة أكثر دقة - مثل شخص في إضاءة سيئة. ثانياً: يمكن للذكاء الاصطناعي أن يخطئ بثقة في تفصيل صغير، لذا لا ينبغي أن "تُرمى" الصورة فحسب، بل أن تكون مصحوبة بسؤال وهدف. الحيلة الاحترافية: لا تسأل بشكل غامض "ما هذا؟" أعط دورًا وهدفًا - "أنت ميكانيكي سيارات، اشرح للمبتدئ ما إذا كانت القيادة خطيرة." الخدعة الخفية: اطلب أولاً من الذكاء الاصطناعي أن يصف ما يراه في الصورة، وبعد ذلك فقط استخلص النتائج - وبهذه الطريقة تكتشف خطأ التعرف قبل أن تصدق النصيحة. خطأ مبتدئ نموذجي: قم بإرفاق صورة بدون أي نص على الإطلاق وانتظر حتى تتم قراءة العقل. يرى الذكاء الاصطناعي وحدات البكسل، لكنه لا يعرف سبب عرض الصورة.