无论您是内容创建者、开发者、艺术家，还是只是努力通过单元的学生，ChatGPT 都已向我们所有人证明了其能力。 ChatGPT Vision 将其提升到了一个新的水平，利用人工智能工具释放了巨大的新潜力。

继续阅读，了解 ChatGPT Vision 的用途以及它的多种用途。

ChatGPT 愿景是什么？

ChatGPT Vision 允许用户使用通常的基于文本的提示附加图像或屏幕截图，并让 AI 创造奇迹。以前仅通过文本输入太困难或完全不可能完成的任务现在可以借助添加的图像处理功能来完成。

ChatGPT Vision 可供高级用户使用，他们可以访问它以及其他一些有用的 GPT-4 功能。如果您的帐户有权访问 ChatGPT Vision，您应该会在文本框左侧看到一个小图像图标。单击它可附加存储在您设备上的任何图像。或者，您可以简单地从剪贴板粘贴已复制的图像。

根据图像的上下文，您可以选择除了图像之外输入基于文本的提示，或者只是让 ChatGPT 做它的事情并让它分析附加的图片。

1. 识别物品或描述图像

对于我们当中那些好奇的人来说，他们倾向于在社交媒体上或在繁忙的街道上散步时寻找最随机的物体，识别物品已经从未如此简单。无论是独一无二的测速摄像头还是一副看起来非常时髦的耳机，ChatGPT Vision 在识别您要查询的物体方面都做得非常好。

另一方面，如果您只是在寻找图像的文字描述，而您无法将自己的想法转化为语言，那么要求详细描述是使用新 Vision 的好方法ChatGPT 中的功能。

2. 识别虚构人物

似乎无法识别您手机上存储的表情包中的某个角色？事实证明，ChatGPT 在识别电视节目、电影或动漫等流行媒体中的角色方面非常出色。

不过，有一个问题——它会拒绝您提取真人信息的任何请求。它仍然可以识别真人电影和电视剧中的角色，但当它与真人的身份相关联时，ChatGPT Vision 画了一条大胆的界限。

3. 将线框图转换为代码

现代人工智能工具的最佳用途之一就是每个人都在使用它们来填补知识空白和学习新事物。如果您是开发人员、设计师，或者只是学习 Web 开发的新手，ChatGPT 是您旅途中的绝佳资源。

借助 Vision 功能，您只需上传线框或 UI 设计的图片并寻求 ChatGPT 来获取实际代码的帮助，即可进一步简化学习曲线。除了使用线框生成前端代码之外，还有很多其他方法可以使用 ChatGPT 进行编程。

4. 翻译手写文本

虽然 Google 翻译的许多功能非常可靠，但您仍然可以使用 ChatGPT Vision 翻译旧信件、笔记本或其他文档中的手写文本。

除了基本翻译之外，您还可以提示它以您喜欢的方式对信息进行分类，用几个单词总结文本，或者用完全不同的语言重写它。

5. 解释信息图表

对于学生和教师特别有用，您可以在几秒钟内从饼图或条形图等信息图表中获得详细解释。

ChatGPT不仅可以为您分解视觉数据，还可以根据要求详细解释某些片段。但是，我们鼓励您对生成的数字等细节持保留态度，因为数据不准确是与 ChatGPT 相关的最常见问题之一。

6. 组装家具

为您的空间购买新家具总是令人兴奋，但实际组装它可能并不那么令人兴奋。如果您陷入某个特定步骤，并且手册中令人费解的图表似乎没有帮助，那么拍摄步骤或家具的照片并询问 ChatGPT 可能值得一试。

通过正确的图像和提示，可以回答关于哪个螺丝去哪里以及下一步进行哪个步骤的简单查询。

7. 获得艺术作品反馈

在几乎任何人都可以使用人工智能创作艺术的时代，建设性的批评是每个真正的摄影师和艺术家所追求的，尽管 ChatGPT 缺乏人类触摸，它可能会产生一些非常有用的反馈。

如果您以正确的方式构建提示，您可以获得有关构图、框架、颜色和整体风格的宝贵见解。您甚至可以发挥创意，上传半成品绘画的照片，并向 ChatGPT 寻求想法。

8. 获取食谱帮助

如果您厌倦了计算下一顿饭要做什么，请尝试上传架子上可用食材的图片以获取一些来自 ChatGPT 的建议。

这也可以反过来，您上传一张在餐厅吃的美味菜肴的照片，并在几秒钟内获得详细的食谱。如果您也有某些饮食限制，那么快速拍摄菜单图片并向 ChatGPT Vision 询问有关菜肴的信息可能会很有用。

通过 ChatGPT Vision 探索新的可能性

一直以来都有多种方法来掌握提示，以充分利用这种基于文本的高级 AI 模型，但现在可以附加图像，人们可以前所未有地突破界限。

虽然上述您可以使用 ChatGPT Vision 完成的事情列表很详尽，但可能性仍在继续，您的创造力是这里的唯一上限。