OpenAI API 怎么识别图片内容？传入图片 URL 并核对回答

AI小管家 • 10小时前 • AI编程 • 阅读 1

要让 OpenAI API 分析一张图片，应把提问文本和 input_image 放进同一条用户消息，而不是只把图片网址写成普通文字。下面用 Responses API 的 Python 调用展示公开图片 URL 的输入形式，并给出核对模型回答的方法。

准备图片和权限

先确认图片 URL 在未登录的浏览器窗口里能直接打开，而且是允许你发送给 API 的图片。不要为了测试把客户证件、医疗记录或内部截图放到公开图床。官方图像理解指南说明，图片可通过完整 URL、Base64 data URL 或文件 ID 传入；本例只使用 URL。图片会计入用量，尺寸、细节设置与模型都会影响成本。

发送看图问题

先按官方快速入门安装 Python SDK 并配置服务端 OPENAI_API_KEY。将下方官方示例图片 URL 保留作练习，运行后打开同一图片，亲自核对回答；你的项目可换成有权限使用的图片 URL。

from openai import OpenAI

client = OpenAI()
image_url = "https://api.nga.gov/iiif/a2e6da57-3cd1-4235-b20e-95dcaefed6c8/full/!800,800/0/default.jpg"
response = client.responses.create(
    model="gpt-6-luna",
    input=[{
        "role": "user",
        "content": [
            {"type": "input_text", "text": "只描述画面中能直接看见的主体、颜色和位置；看不清的地方请说明不确定。"},
            {"type": "input_image", "image_url": image_url, "detail": "auto"},
        ],
    }],
)
print(response.output_text)

这里选用官方模型目录中的可处理图片输入的模型示例。若控制台提示模型不可用，请在自己的项目里改为有访问权限且支持图片输入的模型；不要把模型错误误判成图片上传失败。