Donner un objectif précis à l’image
Joignez l’image comme entrée visuelle et décrivez brièvement la tâche. Vous pouvez demander de transcrire un texte, d’identifier des objets, d’examiner une mise en page ou de résumer les différences entre deux images. Évitez une consigne vague comme « regarde ça » si vous attendez un type d’analyse particulier.
Ajoutez le contexte qui ne se déduit pas des pixels : le sens d’une étiquette, la zone importante ou la décision que l’observation doit éclairer. Si l’image comporte plusieurs panneaux ou un détail réduit, désignez-le avec des mots. L’agent pourra ainsi se concentrer et vous pourrez comparer le résultat à votre question.
Vérifier la réponse sur l’image
L’interprétation peut être incertaine si le texte est petit, la photo floue ou la scène partiellement masquée. Demandez à l’agent de distinguer ce qui est visible de ce qu’il déduit, puis vérifiez vous-même les libellés ou mesures importants. Ne fondez pas une décision importante sur une seule interprétation visuelle.
Si le modèle choisi n’accepte pas les images, sélectionnez une option compatible ou fournissez une description textuelle. Limitez les images sensibles aux besoins de la tâche et évitez les informations personnelles superflues. Une demande ciblée suivie d’une vérification humaine est plus fiable que de considérer la première interprétation comme une vérité certaine.