GTP-4o 或 GPT-4o-mini 分析圖片
這篇教學會運用 Poe AI 裡的 OpenAI GPT-4o 和 GPT-4o-mini 機器人，讀取本機圖片或網路上的圖片，進行圖片的分析，進一步撰寫產生類似圖片的提示詞，甚至可以讀取具有圖表的圖片，分析圖表內容轉換成表格呈現。
快速導覽：
認識 GPT-4o 和 GPT-4o-mini
GPT-4o 是 OpenAI 在 2024 年中所推出最強大的語言模型，不僅資料庫更新至 2023 年 10 月，更能讀取網頁和圖片進行分析，而 GPT-4o-mini 雖然屬於 GPT-4o 的小型模型，卻也同樣具備讀取網頁和分析圖片的功能，還具有速度快、費用低、跨平台等優勢，就算參數量不如 GPT-4o，卻更適合一般人使用。
注意，GPT-4o-mini 有時沒辦法順利讀取網頁或圖片，可改換成 Gemini-1.5-Flash。
| GPT-4o | GPT-4o-mini | |
|---|---|---|
| 每則訊息費用 | 300 | 15 |
| 讀取網頁 | 可以 | 可以 |
| 讀取圖片 | 可以 | 可以 |
| 速度 | 普通 | 快 |
| 語意理解與回覆能力 | 極佳 | 好 |
Official bot 官方機器人裡可以看見 GPT-4o 和 GPT-4o-mini 機器人，由於 GPT-4o 每則訊息費用高達 300，通常直接使用 GPT-4o-mini 就能處理所有問題 ( 如果有進階需求就另當別論 )，點擊機器人就可以開始和機器人聊天。
- GPT-4o：https://poe.com/GPT-4o
- GPT-4o：https://poe.com/GPT-4o-Mini
從機器人資訊中可以看到兩者的消耗的 Poe 代幣差了 20 倍。
讀取圖片內容
對於一般使用者來說，各種大型語言模型機器人都大同小異，但 GPT-4o 和 GPT-4o-mini 卻能讀取上傳的圖片內容或網路圖片內容，下方範例使用 GPT-4o-mini 機器人，上傳一張「我就讚」的經典迷因圖片，並詢問機器人這張圖片是什麼內容 ( 使用 GPT-4o 也是相同的做法，但因為消耗的 Poe 代幣太高，所以使用 GPT-4o-mini )。
初次使用時，有可能會遇到類似下圖，機器人回應「不知道是什麼」的狀況，通常只要改變問句方式就能解決。
嘗試修改問句的結構，將問題改成「幫我描述這張圖片的主題或場景」，GPT-4o-mini 機器人就會分析圖片並回答，結果也相當準確。
換成寶可夢的動漫角色，GPT-4o-mini 竟然也能精準的描述出正確的名字和構圖。
使用網址讀取圖片
除了使用上傳的功能上傳圖片，由於 GPT-4o-mini 具有讀取網址的功能，也可以直接提供圖片網址，搭配「幫我描述這張圖片的主題或場景」提示詞，讀取圖片內容，範例使用 STEAM 教育學習網的一張圖片，GPT-4O-mini 機器人可以精準讀取內容。
撰寫產生類似圖片的提示詞
既然能夠讀取圖片內容，就能運用 GPT-4o-mini 協助撰寫「產生圖片的提示詞」，下方範例上傳了「我就讚」的迷因圖片，並使用「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」作為提示，機器人就會撰寫產生類似圖片的提示詞。
運用 Poe AI 的 Playground v2.5 機器人 ( 參考 Poe 生成圖片機器人 )，貼上剛剛產生的提示詞，就會產生一張類似的圖片。
快速重點整理圖片內容
運用 CPT-4o-mini 強大的圖取圖片能力，如果遇到「看不懂」的說明文字，也可以拍照上傳請機器人進行分析和重點整理，舉例來說，下圖是一張日本神戶動物世界的說明標語。
上傳圖片後，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」提示詞，機器人就會分析圖片內容，並進行中文的重點整理。
除了辨識文字，GPT-4o-mini 機器人甚至可以讀取圖表，將圖表轉換成表格呈現，下圖是 2024 台灣總統大選最後的票圖表。
上傳圖片後，使用「請協助解析這張圖表，並用表格方式呈現」提示詞，機器人就會分析圖片內容，擷取出圖表的部分進行整理。
小結
GPT-4o 和 GPT-4o-mini 讀取和分析圖片的能力非常好用，除了產生產生類似圖片的提示詞，更能真正分析圖片內容，協助使用者快速處理圖片裡的資訊，這也是未來應用 AI 的一大重點！
意見回饋
如果有任何建議或問題，可傳送「意見表單」給我，謝謝～