Image support

Claude की विज़न क्षमताएँ (Vision Capabilities) - अध्ययन नोट्स

**I. विज़न क्षमताएँ और उपयोग (Vision Capabilities and Usage)**

• परिभाषा: Claude में उपयोगकर्ता संदेशों के साथ छवियों (images) को शामिल करने की क्षमता है।
• उपयोग: आप Claude से छवियों के बारे में लगभग कुछ भी पूछ सकते हैं, जैसे:
• छवियों में क्या है, यह बताना।
• विभिन्न छवियों की तुलना करना।
• वस्तुओं की गिनती करना।
• इमेज ब्लॉक (Image Block): उपयोगकर्ता संदेश के भीतर एक विशेष ब्लॉक होता है जो छवि को संदर्भित करता है।
• छवि स्रोत: आप इमेज ब्लॉक में दो चीजें दे सकते हैं:
• कच्चा इमेज डेटा (Raw image data)।
• ऑनलाइन होस्ट की गई छवि का URL।
• सीमाएँ:
• एक एकल अनुरोध (single request) में अधिकतम 100 छवियाँ भेजी जा सकती हैं।
• छवि के आकार (ऊंचाई और चौड़ाई) की सीमाएँ होती हैं।
• छवियाँ टोकन की संख्या में गिनी जाती हैं, जिससे शुल्क लगता है (लागत छवि के पिक्सेल आकार पर निर्भर करती है)।

**II. प्रॉम्प्ट इंजीनियरिंग का महत्व (Importance of Prompt Engineering)**

• मुख्य सिद्धांत: छवियों का उपयोग करते समय अच्छे परिणाम प्राप्त करने के लिए मजबूत प्रॉम्प्टिंग तकनीकों पर ध्यान केंद्रित करना आवश्यक है।
• चेतावनी: केवल एक साधारण प्रॉम्प्ट (simple prompt) देने से अक्सर गलत या अपर्याप्त परिणाम मिलते हैं।
• बेहतर परिणाम के लिए तकनीकें:
• विश्लेषण के चरण प्रदान करना (Providing Analysis Steps): Claude को एक व्यवस्थित प्रक्रिया का पालन करने के लिए कहें (जैसे: पहले पहचानो → फिर गिनो → फिर सत्यापित करो → अंत में निष्कर्ष

Takeaways

• Claude उपयोगकर्ता संदेशों के साथ छवियों को समझ सकता है (Vision Capability)।
• छवियाँ कच्चे डेटा या ऑनलाइन URL के माध्यम से प्रदान की जा सकती हैं।
• एक एकल अनुरोध में अधिकतम 100 छवियाँ भेजी जा सकती हैं, और लागत छवि के पिक्सेल आकार पर निर्भर करती है।
• सटीक परिणाम प्राप्त करने के लिए मजबूत प्रॉम्प्ट इंजीनियरिंग आवश्यक है।
• बेहतर विश्लेषण के लिए Claude को व्यवस्थित प्रक्रिया या चरण (जैसे पहचानो → गिनो → सत्यापित करो) प्रदान करें।