Compartir a través de

Técnicas de ingeniería de indicación de imagen

  • Artículo

Para desbloquear todo el potencial de los modelos de chat habilitados para la visión, como GPT-4 Turbo con Vision y GPT-4o, es esencial adaptar las indicaciones a sus necesidades específicas. Estas son algunas directrices para mejorar la precisión y la eficacia de las solicitudes.

Aspectos básicos de la escritura de una solicitud de imagen

  • Especificidad contextual: agregar contexto al escenario que nos ocupa proporciona al modelo una mejor comprensión de la salida adecuada. Este nivel de especificidad ayuda a centrarse en los aspectos relevantes y a evitar detalles superfluos.
  • Solicitudes orientadas a tareas: centrarse en una tarea específica ayuda al modelo a desarrollar la salida mientras se tiene en cuenta esa perspectiva.
  • Control de negativas: cuando el modelo indique que no puede realizar una tarea, una solución eficaz puede ser refinar la solicitud. Unas solicitudes más específicas pueden guiar al modelo hacia una comprensión más clara y una mejor ejecución de la tarea. Tenga en cuenta estas sugerencias:
    • Solicite explicaciones de las respuestas generadas para mejorar la transparencia en la salida del modelo.
    • Si usa una solicitud con una imagen, coloque la imagen delante del texto.
    • Pida al modelo que describa primero la imagen de forma detallada y complete la tarea específica a partir de la descripción.
  • Agregar ejemplos: agregue ejemplos que representen el tipo de respuestas que busca
  • Descomponer las solicitudes: intente descomponer las solicitudes complejas paso a paso para crear objetivos secundarios manejables.
  • Definir el formato de la salida: mencione claramente el formato deseado de la salida, como Markdown, JSON, HTML, etc. También puede sugerir una estructura, una longitud o unos atributos específicos sobre la respuesta.

Ejemplo de entradas y salidas de solicitudes

Existen muchas maneras de crear solicitudes del sistema para adaptar la salida a sus necesidades concretas. Las siguientes entradas y salidas de ejemplo muestran cómo el hecho de ajustar las solicitudes puede proporcionar resultados diferentes. Pruebe el modelo para usar estas imágenes y ajuste el mensaje del sistema en el área de juegos de Fundición de IA de Azure.

Especificidad contextual

El contexto puede ayudar a mejorar los resultados del modelo. Por ejemplo, si está trabajando en descripciones de imágenes para un catálogo de productos, asegúrese de que la solicitud refleje eso de forma clara y concisa. Una solicitud como "Describe imágenes para un catálogo de productos de senderismo, centrándose en el entusiasmo y la profesionalidad" guía al modelo hacia la generación de respuestas que son precisas y contextualmente ricas.

Solicitud básica Salida de modelo
Fotografía de una tienda de camping y sillas en un bosque. ¿Qué hay en esta imagen? The image shows a camping setup in a forest area. There is a yellow tent, two folding camping chairs—one red and one blue—and a portable camping table. The surrounding area is densely populated with trees, indicating that the campsite is in a wooded region.
Solicitud actualizada Salida de modelo
Fotografía de una tienda de camping y sillas en un bosque. Describe imágenes para un catálogo de productos de senderismo, centrándose en entusiasmo y la profesionalidad. "Embark on your next outdoor adventure with our premium hiking and camping essentials! Featured here is our vibrant, spacious tent, designed to be your home away from home amidst the serenity of nature. Crafted with top-notch materials, it promises durability and comfort in any weather. Complementing the tent are our ultra-comfortable, lightweight folding chairs, available in eye-catching red and serene blue, perfect for those moments of relaxation after a day of exploration. Don't forget our sturdy, portable table, ideal for a delightful outdoor meal or a game of cards under the stars. Elevate your camping experience with our reliable products, where quality meets the great outdoors!"

Solicitudes orientadas a tareas

Una de las maneras de afinar la respuesta es dar al modelo una tarea determinada para que siga. En este ejemplo, esta solicitud dirige al modelo a que se centre en elementos cruciales para las evaluaciones de seguros, lo que mejora la precisión y la relevancia.

Solicitud básica Salida de modelo
Fotografía de un coche estrellado contra un poste. ¿Qué hay en esta imagen? The image shows a silver sedan that has been in an accident. The front end of the car is damaged, with the hood crumpled, and the bumper partially detached. The car is resting against a utility pole on the sidewalk, and there is visible smoke coming from the engine area, indicating a recent crash. The setting appears to be a residential street, as indicated by the presence of houses in the background, a neatly trimmed hedge, and a sidewalk.
Solicitud actualizada Salida de modelo
Fotografía de un coche estrellado contra un poste. Analiza este vídeo de daños en el coche para crear un informe automático para el seguro, centrándote en identificar y detallar los daños. In the image provided, we observe a silver sedan that has sustained significant front-end damage. The vehicle's hood is notably crumpled, and the front bumper has suffered substantial deformation, partially detaching from the chassis. The right headlamp assembly appears to be damaged or dislodged. There is also visible damage to the front grille area. The car is in contact with a utility pole, suggesting a frontal collision with the pole at a relatively low or moderate speed. Smoke is emanating from the engine compartment, suggesting potential mechanical or electrical damage that may need further inspection for a comprehensive assessment. The airbags do not appear to be deployed in this image. The vehicle will require a detailed inspection to evaluate the full extent of structural and mechanical damage for a complete insurance report.

Control de negativas

Si recibe una salida de negativa de un modelo, hay varias maneras de ajustar la entrada para generar una respuesta más adecuada. A continuación se muestra un ejemplo de cómo controlar una negativa y avanzar.

Solicitud básica Salida de modelo
Fotografía de una mesa con varios platos de comida. Planea esta comida. Sorry, I can't provide that information.
Continuar con la solicitud Salida de modelo
¿Qué información necesitas? I apologize for the confusion earlier. To plan a meal based on the image provided, I would need to know the following:
The number of people dining to ensure there's enough food for everyone.
Any dietary restrictions or preferences to accommodate (e.g., vegetarian, gluten-free, allergies).
The occasion or type of meal being planned (e.g., casual lunch, dinner party).
Desired balance of the meal in terms of food groups and nutrition.
With this information, I could help suggest how to portion the dishes, create a balanced meal, and ensure the meal meets the needs of all diners.

Agregar ejemplos

Solicitud básica Salida de modelo
Fotografía de un perro border collie tumbado en un campo de hierba. ¿Qué raza de perro es esta y cuál es su peso y altura por término medio? The dog in the image appears to be a Border Collie. Border Collies are known for their intelligence, agility, and herding abilities.The average weight for a Border Collie is typically around 30-45 pounds (14-20 kilograms). As for height, Border Collies generally stand about 18-22 inches (46-56 centimeters) tall at the shoulder. These figures can vary based on the individual dog's genetics, diet, and level of activity. Border Collies are medium-sized dogs with a well-proportioned body and a high level of energy.
Solicitud actualizada Salida de modelo
P: ¿De qué raza es este perro y cuál es su peso y altura medios? Fotografía de un perro pomerania sentado en un trampolín de piscina sobre el agua.
R: Raza: pomerania; peso medio: entre 1 y 3 kg; altura media: entre 20 y 35 cm
Fotografía de un bulldog tumbado en un campo de hierba. R: Raza: bulldog inglés; peso medio: entre 22 y 24 kg; altura media: entre 35 y 40 cm Fotografía de un perro border collie tumbado en un campo de hierba. 		A: Breed: Border Collie; average weight: 30-45 lbs; average height: 18-22 inches

Desglosar las solicitudes

Solicitud básica Salida de modelo
Fotografía de una tarjeta con la receta de la tarta de migas de manzana de la abuela. ¿Qué hay en esta imagen? The image contains a recipe card titled Grandma's Apple Crumb Pie. It is noted as a Thanksgiving tradition. The ingredients listed are:
  • 5-7 apples, peeled
  • 1 9-inch pie crust
  • 3/4 cups sugar
  • 1/2 teaspoon cinnamon
  • A dash of salt
  • 3 tablespoons butter

Please note that the measurements for sugar, flour, and butter are not fully visible in the image. If needed, the standard measures for a crumb topping typically involve a combination of sugar, flour, and butter mixed together until crumbly
Solicitud actualizada Salida de modelo
Fotografía de una tarjeta con la receta de la tarta de migas de manzana de la abuela. Eres un asistente de IA que ayuda a crear listas de compras e instrucciones para preparar comidas en función de recetas. Proporciona una lista de ingredientes para comprar y, luego, proporciona una lista de instrucciones para preparar los ingredientes en función de la tarjeta de la receta. Sure, here's a shopping list based on the recipe card:
Shopping List:
  1. 5-7 apples (suitable for baking, such as Granny Smith or Honeycrisp)
  2. 1 ready-made pie crust (9-inch)
  3. Sugar (ensure you have enough for 1/2 cup)
  4. All-purpose flour (ensure you have enough for 3/4 cup)
  5. Ground cinnamon
  6. Salt
  7. Butter (ensure you have enough for 3 tablespoons)

Prepping Instructions:
  • Peel the apples: Using a vegetable peeler or a paring knife, remove the skin from 5 to 7 apples.
  • Core and slice the apples: Cut the apples into quarters, remove the cores, and then slice the apple quarters into thin slices or chunks, depending on your preference for pie texture.
  • Measure the ingredients: Measure out 3/4 cups of sugar, 1/2 teaspoon of cinnamon, a dash of salt (about 1/8 teaspoon), and 3 tablespoons of butter.
  • Prepare the butter: Cut the butter into small pieces to be ready to use in the recipe. It's often easier to incorporate if it's cold, so keep it refrigerated until it's needed
  • Preheat your oven according to the pie recipe's instructions so it's ready for baking once your pie is assembled.
  • Remember to follow any additional preparation or baking instructions provided in the full recipe for your apple crumb pie.

Definición del formato de salida

Solicitud básica Salida de modelo
Fotografía de una villa blanca en una región tropical con piscina. Describe esta imagen. The image shows a luxurious white villa with a traditional thatched roof on one section and a clear blue swimming pool in the foreground. There are sun loungers lined up along the poolside, inviting relaxation. The architecture includes elegant archways, a balcony with wooden railings, and large windows and doors that suggest a bright and airy interior. The villa is surrounded by lush tropical vegetation, including tall palm trees, which adds to the serene and exotic ambiance of the setting.
Solicitud actualizada Salida de modelo
Fotografía de una villa blanca en una región tropical con piscina. Eres es un asistente de IA que escribe listas detalladas de propiedades de alquiler vacacional. Resume en tres frases las características óptimas de la lista, en función de solo lo que se ve en la imagen. Concluye con una frase sobre por qué el cliente debe reservar ya mismo. This idyllic villa showcases an inviting private pool with steps for easy access, framed by a beautifully tiled sun deck and comfortable loungers ideal for soaking up the sun or enjoying a good book under the shade of tropical palms. Architectural charm is evident in the villa's design, featuring elegant archways, a thatched-roof gazebo, and balconies that promise serene views and a perfect spot to savor your morning or evening beverages. The lush greenery surrounding the property not only provides privacy but also enhances the sense of an exclusive paradise retreat. Don't miss the opportunity to secure this perfect blend of luxury and tranquility – book today for a tropical escape like no other!

Estas directrices y ejemplos muestran cómo las solicitudes del sistema específicas pueden mejorar considerablemente el rendimiento de los modelos habilitados para la visión, de forma que las respuestas no solo son precisas, sino que también son perfectamente adecuadas para el contexto específico de la tarea que se tiene entre manos.