要让文小言准确理解图片内容，光上传一张图然后问“这是什么”可不行。你得把具体需求、关注点和上下文交代清楚。否则模型很容易抓错重点，把背景当主体，结果自然不理想。

先确认图片是否支持上传

打开文小言App或网页版，点击输入框旁的“图片”图标，选择本地照片或拍照，等待图片上传完成。如果按钮灰显，或者提示“暂不支持该格式”，那说明当前版本不支持这种图片类型，比如SVG或者WebP未解码图，也可能是文件太大了，超过10MB。

描述问题的三个核心要素

第一，说清楚你要干什么。是识别文字？判断物体类别？分析图表数据？还是检查证件真伪？
第二，指出图片里你要聚焦的位置。比如“左下角表格第三行”“穿红衣服的人手里拿的盒子”“发片右上角的二维码”。
第三，补充你已知但模型不知道的背景。例如“这是我家孩子昨天画的恐龙涂鸦”“这张截图来自微信聊天记录，对方说这是付款凭证”。

避坑写法对比

错误示范：“看看这张图”“这是啥？”“帮我分析一下”——模型没有目标感，只能泛泛而谈。
正确示范：“图中白色盒子上的英文标签写着‘Lithium Battery’，请确认是否符合民航托运规定”“这张Excel截图里C列数值异常偏高，请指出可能原因并标出具体单元格”。

方法一：用“任务+范围+约束”结构写问题

任务：识别图中所有手写汉字
范围：仅限A4纸中间方框区域，非边缘批注
约束：忽略涂改液覆盖部分，字迹模糊处标注“不可辨”
组合成一句：“请识别图中A4纸中间方框区域内的所有手写汉字，忽略涂改液覆盖部分，字迹模糊处标注‘不可辨’。”

方法二：分句描述，带视觉锚点

第一句定任务：“请提取这张超市小票上的商品名称和对应金额。”
第二句划重点：“特别注意右半栏竖排打印的‘优惠明细’，其中‘满减’和‘会员折扣’需单独列出。”
第三句防歧义：“小票底部‘合计’旁的手写数字‘86.5’不是最终金额，以机打‘实付’为准。”【若漏掉这句，模型会把手写金额当成结算结果】

方法三：对复杂图直接标注再提问

用手机自带标记工具，比如iOS截图后点“编辑”→“+”→“文本/箭头”，在图上圈出目标区域、加编号或简短标签。上传带标注的图，然后文字描述对应编号：“①处红色圆圈内仪表盘读数是多少？②处黄色箭头所指按钮功能是什么？”这比纯文字描述更可靠，尤其对界面截图、电路图、医学影像有效。

《夸克》非常好用的免费AI浏览器

下载APP查看