始める無料で始める

ローカル画像ファイルでのプロンプト

あなたはロンドンの交通局でデータアナリストとして働いています。チームは、さまざまな交通手段ごとに、時間帯別の道路上の車両数を示す可視化を作成しました。これから AI モデルを使って、その可視化から主要な示唆を抽出したいと考えています。

画像はローカルに "LDN_2024_traffic.png" として保存されています。

画像およびデータ提供元: City of London による City Streets 2025 Summary Report。

この演習はコースの一部です

OpenAI Responses API を使いこなす

コースを見る

演習の手順

  • 画像ファイルをエンコードするために base64 モジュールをインポートします。
  • base64 の b64encode() 関数を使って画像ファイルを base64 にエンコードし、結果を image_base64 に保存します。
  • リクエスト内の画像入力メッセージを完成させ、base64 を使用することと、base64 エンコード済みデータを用いることを示しましょう。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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)
コードを編集して実行