AllyHub
内容创作

与图片聊天

提出问题,阅读答案,然后追问刚才答案让你想到的内容——图片会全程保持打开。

在下方输入内容

与图片聊天能做什么

你几乎不会只对一张图片有一个问题。下面介绍你如何提问、各轮对话之间保留了什么,以及如何把问题精准地指向画面中的某一部分。

用日常语言提问

无需语法,也没有分析类型菜单。像问站在你身边的同事那样输入问题,答案来自图片本身,而非来自泛泛的知识。

图片保持开启

后续提问无需重新上传图片,因此“解释得更简单一点”和“另一个呢”都能成立——系统知道你一直在看什么。

指向图片的某一部分

可以问第三行、左上角的东西、红线、总计下面的小字。对准一个区域,好过描述整个画面然后寄希望于系统抓对地方。

如何使用 AllyHub 与图片聊天

从一张你不理解的图片,到你真正想要的答案,只需三步。

01

上传图片

上传截图、照片、文档页面或图表,然后直接提出你想问的问题。

02

先问,再问

阅读返回的内容,然后接着往下问——缩小到某个区域、要求说得更简单,或者顺着第一轮答案继续深入,都无需再次上传图片。

03

保存设置

当同类图片再次出现时,把这轮对话保存为 Playbook,这样你每次总会问的那些问题就已经准备好了。

为什么选择 AllyHub 的与图片聊天

大多数图片工具都只处理一个问题,回答一次就结束,然后双方互不相关。

你不知道第二个问题

一次性工具默认你已经知道问题了。然而,看不懂图片的人,自然而然地也无法提出关于它的好问题——第一个答案有一半的价值在于告诉你接下来该问什么。

Extract More Than Text

缺失也是一种回答

来回对话会迫使模型总要说点什么。当价格被裁掉时,你问某样东西多少钱,真正有用的回答应该是“它不在画面里”,而不是一个听起来合理的数字。

Bulk Extraction, Any Scale

你一直在转述

在此之前,想要询问图片内容,你必须先把看到的内容打出来,给一个看不见图片的模型,然后希望你的描述包含了关键部分。而这一步骤就是答案出错的地方。

From Extraction to Action

下次还是同样的问题

第一次是最费事的——那时你会找出这类图片实际上需要哪些问题。之后配置会一直保留,你的 AllyHub 不会每次都从零开始,因此同类的下一张截图会越处理越快。

Workflows That Compound

谁在使用 AllyHub 的与图片聊天

被一张截图卡住的人、想在文档里找某一行的人、对着图表琢磨的分析师,以及想弄清楚题目到底要什么的学生。

截图与错误信息

一个无法解析的错误,由某个拍下屏幕而不是复制文本的人发来。理解它需要两三个问题,而不是一个,而且第二个问题取决于第一个问题的答案。

文档与表单

第九页的条款表述了一些内容,而它的实际意义比表面看起来更重要。一次只询问一个段落,是每个人正确阅读合同的方式。

分析师与报表

一张图表引出的问题往往比它回答的还多,而这正是一张好图表的表现。不离开图片就这些问题追问下去,比导出数据、重新制图再提问要快。

学生与学习者

弄清题目的意图占了大半难点,这与直接给你一个结果是两回事。一直追问到真正理解题目,才能让你有能力解出下一道题。

关于与图片聊天的常见问题

对话如何进行、它不会凭空捏造什么,以及何时改用其他工具。

与图片聊天是什么意思?

指的是上传一张图片,通过与它对话来进行询问,而不是获得一次固定的输出。这里的关键区别是连续性:你实际的问题往往不止一个;能够记住图片的会话线程,可以让第二个、第三个问题建立在第一个问题的基础上。

AllyHub 的与图片聊天免费吗?

是的。免费套餐可以支持一张图片和几个问题。更长的对话、处理成批图片,以及保存配置以便重复出现的材料从相同的问题开始,这些属于付费套餐。

我可以只问图片中的某一部分吗?

可以,而且通常效果更好。指出具体区域——第三行、页眉、边注、右侧的图表——回答就会停留在那个区域,而不是把整张图片再复述一遍。

如果答案不在图片里怎么办?

系统会如实告诉你。如果图形被裁剪、标签模糊不清,或者你问的东西压根就不在画面内,回复会说它不在,而不是编一个应付问题的答案。在对话中,这种克制比平时更重要,因为这种形式会诱使模型每次都给个回答。

AllyHub 与其他图片聊天工具有什么不同?

有两点。你所确定下来的东西会保存——这类图片一直会问到的问题,在下一次同类图片出现时已在那里,因此第十张同类截图会比第一张更快。此外,当你想要的是一个经过审慎思考的单一判断,而不是对话时,AI Image Analyzer 正是为此设计的。

与图片聊天——同一张图,继续追问 | AllyHub