Hình ảnh và bản quét
Mọi mô hình trong Perch đều có thể làm việc với hình ảnh, kể cả mô hình không nhìn được. Chia sẻ ảnh chụp màn hình, hóa đơn quét hoặc ảnh chụp, và Perch sẽ đọc cho mô hình đang thực hiện tác vụ của bạn.
Một số mô hình mạnh nhất hiện có chỉ xử lý văn bản. Chúng rất giỏi suy luận, lập trình và làm việc với tài liệu dài, nhưng hoàn toàn không thể mở hình ảnh. Thông thường, đó là một rào cản tuyệt đối: chọn mô hình tốt hơn thì mất khả năng đưa ảnh chụp màn hình cho nó.
Perch giúp bạn không phải đánh đổi. Mọi mô hình trong Perch đều có thể làm việc với hình ảnh, kể cả mô hình không nhìn được, và khả năng này có trên mọi gói, kể cả gói miễn phí.
Tóm lược
Cách hoạt động
Khi bạn chia sẻ hình ảnh, Perch gửi ảnh cho một mô hình có thể nhìn được. Mô hình đó làm một việc: mô tả những gì hiện diện trong ảnh, gồm văn bản, bố cục và bất kỳ chi tiết nào có vẻ không chắc chắn. Mô tả được trả về dưới dạng văn bản thuần và đưa vào ngữ cảnh của mô hình thực sự làm công việc của bạn.
Vì vậy, mô hình chỉ xử lý văn bản không bao giờ thấy hình ảnh. Nó đọc một mô tả cẩn thận về ảnh, đủ để trả lời câu hỏi về ảnh chụp màn hình, lấy số liệu từ sao kê quét hoặc cho bạn biết biểu đồ thể hiện điều gì.
Khả năng này làm gì và không làm gì
Ảnh chụp màn hình, ảnh chụp và bản quét
Có hai cách xử lý khác nhau tùy thứ bạn chia sẻ.
Ảnh chụp màn hình, ảnh chụp và hình ảnh được đọc trực tiếp, và mô tả bao gồm cả văn bản lẫn bối cảnh hình ảnh: điều khiển nào đang được chọn, thông báo lỗi nói gì, xu hướng của biểu đồ, chi tiết nào có vẻ bất thường.
PDF quét được trích xuất văn bản trước. Phần lớn PDF đã có lớp văn bản, và khi có, Perch đọc trực tiếp lớp đó, nhanh hơn và chính xác. Khi PDF là bản quét không có văn bản dùng được, Perch kết xuất các trang và đọc bằng thị giác. Bạn không phải cho biết mình có loại nào.
Chi phí
Không có phí thêm. Đọc hình ảnh là một phần của Perch trên mọi gói, kể cả Starter, và không phải tính năng cao cấp hay tiện ích bổ sung. Bước đọc không tính vào mức sử dụng đi kèm hằng tháng, nên chia sẻ ảnh chụp màn hình và bản quét không tốn gì ngoài công việc mô hình thực hiện với chúng. Không có cài đặt cần bật và không cần cấu hình gì.
Giới hạn
Bước đọc hình ảnh được thiết kế để nhanh, không cản trở công việc thực tế. Điều đó đi kèm một số giới hạn bạn nên biết:
- Hình ảnh tối đa 10 MB.
- PDF quét tối đa 80 trang trong một lần đọc.
- Bước đọc ưu tiên tốc độ thay vì đọc toàn diện. Nó nhận diện đáng tin cậy văn bản, cấu trúc và các thông tin hình ảnh rõ ràng. Bảng quá dày đặc, chữ nhỏ và chữ viết tay là những trường hợp dễ bỏ sót nhất.
- Vì mô hình thực hiện tác vụ của bạn làm việc từ mô tả, nó chỉ có thể cho bạn biết những gì mô tả đã ghi nhận. Nếu một chi tiết quan trọng không xuất hiện trong kết quả, hãy hỏi trực tiếp về chi tiết đó và Perch sẽ xem lại.
Khi bản quét không trả về nội dung
Đôi khi Perch sẽ cho biết nó không thể lấy văn bản từ tài liệu. Các nguyên nhân thường gặp:
- Tệp là ảnh chụp trang bị nghiêng hoặc thiếu sáng. Chụp lại thẳng và đủ sáng hơn thường khắc phục được.
- Bản quét có độ phân giải rất thấp. Văn bản bạn không đọc được thì ở đây cũng không đọc được.
- Tài liệu dài hơn giới hạn số trang. Hãy chia nhỏ và chia sẻ phần bạn cần.
Perch cho bạn biết khi gặp tình huống này thay vì đoán nội dung. Kết quả đọc rỗng được báo lại, không được điền bằng phỏng đoán.
Tài liệu là dữ liệu, không bao giờ là chỉ dẫn
Bất kỳ thứ gì Perch đọc từ hình ảnh đều được coi là tài liệu không đáng tin cậy. Nếu tài liệu chứa văn bản giống chỉ dẫn, yêu cầu trợ lý bỏ qua nguyên tắc, gửi tệp qua email đến nơi nào đó hoặc thay đổi việc đang làm, văn bản đó chỉ được xử lý như nội dung trên trang.
Điều này quan trọng hơn vẻ bề ngoài. Hóa đơn quét là tệp do người khác tạo ra, xuất hiện giữa tác vụ bạn yêu cầu. Perch đọc nó như bằng chứng về hóa đơn, không phải yêu cầu từ bạn.
Làm việc trong trình duyệt
Chính khả năng này cho phép mô hình chỉ xử lý văn bản điều khiển trình duyệt của agent trên Perch Terminal Desktop. Sau mỗi hành động, mô hình có thể xem màn hình hiện tại và thấy kết quả trước khi quyết định bước tiếp theo. Xem Trình duyệt của agent.
