Zacznij terazZacznij za darmo

Prompting z lokalnymi plikami graficznymi

Pracujesz jako analityk danych w departamencie transportu Londynu. Twój zespół przygotował wizualizację przedstawiającą liczbę pojazdów na drogach o różnych porach dnia w podziale na różne środki transportu. Chcesz wykorzystać model AI do wyciągnięcia kluczowych wniosków z tego wykresu.

Obraz jest zapisany lokalnie jako "LDN_2024_traffic.png".

Źródło obrazu i danych: City Streets 2025 Summary Report by the City of London.

To ćwiczenie jest częścią kursu

Praca z API Responses OpenAI

Zobacz kurs

Instrukcje do ćwiczenia

  • Zaimportuj moduł base64, aby zakodować plik graficzny.
  • Zakoduj plik graficzny w formacie base64, używając funkcji b64encode() z modułu base64, i zapisz wynik w zmiennej image_base64.
  • Uzupełnij komunikat wejściowy z obrazem w zapytaniu, wskazując użycie base64 i podając odpowiednie kodowanie.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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)
Edytuj i uruchom kod