使用这张照片向“有视力的”人工智能提出第一个有效请求。 Return JSON {"prompt":"...","goal":"...","context":"..."}: prompt — 您究竟要问 AI 什么（问题本身，例如“这个图标是什么意思？”），goal — 您想要得到什么结果作为输出（这与问题不同：例如，清晰的解释和结论，是否可以安全驾驶），context - 了解人工智能的重要内容，照片中看不到的内容（汽车的品牌/型号、何时着火等）。
“人工智能看到”并不是魔法。该模型将图像分成数千个小部分，并将它们与它从数百万张图像中“记住”的内容进行比较：形状、文本、物体、颜色。结果是它用内部的文字描述图片，然后像普通文本一样工作。由此可以得出两个结论。第一：图片越清晰（清晰度、光线、画面中的整个物体），答案就越准确——就像光线不好的人一样。第二：AI可以自信地在一个小细节上犯错误，所以图片不应该只是“扔”，而应该伴随着一个问题和一个目标。专业技巧：不要含糊地问“这是什么？”给出一个角色和一个目标——“你是一名汽车修理工，向新手解释驾驶是否危险。”隐藏的技巧：首先要求人工智能描述它在照片中看到的内容，然后才得出结论——这样你就可以在相信建议之前发现识别错误。一个典型的菜鸟错误：附上一张完全没有任何文字的照片，然后等待别人读懂你的想法。 AI 可以看到像素，但不知道你为什么显示图片。