शुरू करेंमुफ़्त में शुरू करें

लोकल इमेज फ़ाइलों के साथ प्रॉम्प्टिंग

आप लंदन के परिवहन विभाग में एक डेटा एनालिस्ट के रूप में काम कर रहे हैं. आपकी टीम ने एक विज़ुअलाइज़ेशन बनाया है जो विभिन्न परिवहन तरीकों में अलग-अलग समय पर सड़कों पर वाहनों की संख्या दिखाता है, और आप उससे प्रमुख इनसाइट्स निकालने के लिए एक AI मॉडल का उपयोग करना चाहते हैं.

इमेज लोकली "LDN_2024_traffic.png" नाम से सेव है.


इमेज और डेटा क्रेडिट: City of London द्वारा City Streets 2025 Summary Report.

यह अभ्यास पाठ्यक्रम का हिस्सा है

OpenAI Responses API के साथ काम करना

पाठ्यक्रम देखें

अभ्यास निर्देश

  • इमेज फ़ाइल को एन्कोड करने के लिए base64 मॉड्यूल इम्पोर्ट करें.
  • base64 के b64encode() फंक्शन का उपयोग करके इमेज फ़ाइल को base64 में एन्कोड करें, और परिणाम image_base64 में स्टोर करें.
  • रिक्वेस्ट में इमेज इनपुट मैसेज को पूरा करें ताकि base64 के उपयोग और base64 एन्कोडिंग्स का संकेत हो.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import base64 module
____

# Encode the image file as base64
with open(image_path, "rb") as f:
    image_base64 = base64.____(f.read()).decode("utf-8")

# Create a response with text and image input
response = client.responses.create(
    model="gpt-5.4-mini",
    input=[
        {"role": "user", "content": [
            {"type": "input_text", "text": "What mode of transport contributed the highest number of vehicles during business hours? Answer very concisely."},
            {"type": "input_image", "image_url": f"data:image/png;____,{____}"}
        ]}
    ]
)

print(response.output_text)
visualize_image(image_url)
कोड संपादित करें और चलाएँ