Buatlah permintaan kompeten pertama kepada AI yang “melihat” menggunakan foto ini. Kembalikan JSON {"prompt":"...","goal":"...","context":"..."}: prompt — apa sebenarnya yang Anda TANYAKAN kepada AI (pertanyaan itu sendiri, misalnya, “apa arti ikon ini?”), goal — HASIL apa yang ingin Anda dapatkan sebagai keluaran (ini berbeda dengan pertanyaan: misalnya, penjelasan dan kesimpulan yang jelas, apakah mungkin mengemudi dengan aman), context - apa yang penting untuk diketahui AI, apa yang tidak terlihat di foto (merek/model mobil, kapan terbakar, dll).
“AI melihat” bukanlah keajaiban. Model tersebut membagi gambar menjadi ribuan bagian kecil dan membandingkannya dengan apa yang “diingat” dari jutaan gambar: bentuk, teks, objek, warna. Hasilnya adalah ia mendeskripsikan gambar dengan kata-kata di dalamnya, dan kemudian berfungsi seperti teks biasa. Ada dua kesimpulan dari sini. Pertama: semakin jelas gambarnya (ketajaman, cahaya, keseluruhan objek dalam bingkai), semakin akurat jawabannya - seperti orang dalam pencahayaan buruk. Kedua: AI dengan percaya diri bisa membuat kesalahan dalam detail kecil, sehingga gambarannya tidak boleh sekadar “dilempar”, tapi disertai pertanyaan dan tujuan. Trik profesional: jangan bertanya samar-samar “apa ini?” Berikan peran dan tujuan - “Anda adalah seorang mekanik mobil, jelaskan kepada pemula apakah mengemudi itu berbahaya.” Trik tersembunyi: pertama-tama minta AI untuk mendeskripsikan APA yang dilihatnya di foto, dan baru kemudian menarik kesimpulan - dengan cara ini Anda mengetahui kesalahan pengenalan sebelum Anda mempercayai sarannya. Kesalahan umum pemula: lampirkan foto tanpa teks sama sekali dan tunggu hingga pikiran terbaca. AI melihat pikselnya, tetapi tidak mengetahui MENGAPA Anda menampilkan gambar tersebut.