Подробно описывает изображение: объекты, люди, обстановка, текст в кадре. Пригодится для alt-текста и каталогизации.
Смотрит на изображение и рассказывает словами, что на нём: какие предметы, сколько людей и чем они заняты, где всё происходит, какое время суток, что написано на вывесках и упаковках. Получается связный текст, по которому картинку можно представить, не открывая её. Ответ описывает то, что видно, а не то, что подразумевалось: имена людей, марку предмета или город на снимке инструмент не угадывает.
Нужен alt-текст к картинкам на сайте, чтобы страницу могли читать с экрана голосом. В архиве несколько сотен снимков без подписей, и по ним нужен поиск словами. Готовите карточки товаров и хотите описать, что именно попало в кадр. Проверяете чужой снимок перед публикацией: вдруг в кадре есть надпись или деталь, которую вы не заметили.
Один снимок в JPG или PNG, до 15 МБ. Подходит любой: фотография, скриншот, схема, страница документа, кадр из видео. Чем резче изображение, тем подробнее выйдет описание. Мелкий текст на снимке читается, если он различим глазом при обычном просмотре; надпись, размытая в кашу, останется в описании просто «надписью». Скриншот таблицы или сложной схемы будет описан как изображение — с общим устройством и главными подписями, но не построчной перепечаткой. Если нужен именно текст с картинки целиком, ищите инструмент распознавания, а не описание.
Фото Загрузите изображение целиком, не обрезая. Задать, на чём сосредоточиться — только на товаре, только на людях, — здесь нельзя: описание идёт по всему кадру и всегда одинаково подробное. Если нужен разбор одного фрагмента, обрежьте снимок до него заранее и загрузите фрагмент.
Связный текст: общая сцена, затем предметы и люди, обстановка, свет, заметные надписи. Объёма хватает, чтобы взять оттуда одно предложение под alt-текст или использовать весь абзац как описание в каталоге. Текст приходит готовым к копированию. Перед публикацией пробегите его глазами по картинке: описание опирается на видимое, и редкую деталь оно может назвать общим словом.
Ждут распознавания текста. Это описание сцены, а не перепечатка документа. Мелкий и плотный текст будет упомянут, но не приведён целиком. Ждут узнавания людей и брендов. Инструмент опишет человека и предмет, но не назовёт имени и марки. Загружают снимок с обрезанным главным объектом. Опишется то, что в кадре, вместе с обрезом. Берут описание в alt-текст целиком. Для alt нужна одна короткая фраза, а не абзац; выберите из ответа главное.