Contact
Line : comsiam
Contact
Line : comsiam

Perplexity AI อ่านภาพและเอกสารสแกนได้ไหม? คำตอบคือ ได้ในฟีเจอร์ที่รองรับ โดยผู้ใช้สามารถอัปโหลดรูปภาพหรือเอกสาร PDF เพื่อให้ AI ช่วยอธิบายสิ่งที่ปรากฏในภาพ อ่านข้อความที่มองเห็นได้ วิเคราะห์ตาราง สรุปเอกสาร และตอบคำถามเกี่ยวกับเนื้อหาที่แนบ
ตัวอย่างเช่น ผู้ใช้สามารถถ่ายภาพเอกสารด้วยมือถือแล้วถามว่าเอกสารเกี่ยวกับอะไร แนบภาพหน้าจอโปรแกรมเพื่อขอคำอธิบายเมนู หรืออัปโหลดภาพแผนผังระบบเพื่อให้ AI ช่วยอธิบายองค์ประกอบที่มองเห็นได้
Perplexity รองรับรูปภาพประเภท PNG, JPG/JPEG และ GIF ตามความสามารถที่ประกาศไว้ รวมถึงการแนบ PDF และเอกสารประเภทอื่นในฟีเจอร์ที่เกี่ยวข้อง
สำหรับเอกสารสแกน ความสามารถในการดึงข้อความอาจเกี่ยวข้องกับเทคโนโลยีรู้จำตัวอักษรหรือ OCR รวมถึงการวิเคราะห์ภาพของโมเดล AI แต่ไม่ได้หมายความว่า Perplexity ทุกโหมดจะอ่านข้อความได้ถูกต้องครบทุกบรรทัดเหมือนกัน
โดยเฉพาะภาพที่เบลอ เอกสารที่มีลายมือ ตารางหลายคอลัมน์ ตัวอักษรภาษาไทยขนาดเล็ก และไฟล์ PDF ที่มีภาพจำนวนมาก AI อาจอ่านข้อความผิด สลับลำดับ หรือสร้างข้อมูลที่ไม่มีอยู่จริงได้
บทความนี้ ComSiam จะอธิบายว่า Perplexity อ่านภาพและเอกสารสแกนได้อย่างไร วิธีอัปโหลดรูปภาพและ PDF บนคอมพิวเตอร์และมือถือ การใช้ OCR กับเอกสารภาษาไทย การอ่านตาราง ใบเสร็จ ภาพหน้าจอและแผนผัง ข้อจำกัดที่ต้องระวัง การตรวจความถูกต้องของข้อความ และวิธีปกป้องข้อมูลส่วนบุคคล พร้อม Prompt ภาษาไทยและอังกฤษ ตาราง Workflow Checklist และ FAQ
Perplexity รองรับการใช้ภาพประกอบคำถามในความสามารถที่เกี่ยวข้อง โดยผู้ใช้สามารถแนบภาพและถามถึงข้อมูลที่มองเห็นได้
| ประเภทภาพ | สิ่งที่อาจวิเคราะห์ได้ |
|---|---|
| ภาพสินค้า | ลักษณะและข้อความที่มองเห็น |
| ภาพอุปกรณ์ไอที | พอร์ต ปุ่ม และป้ายกำกับ |
| ภาพหน้าจอ | เมนูและข้อความแจ้งเตือน |
| ภาพเอกสาร | ข้อความที่อ่านได้ |
| ภาพตาราง | หัวตารางและข้อมูลที่มองเห็น |
| แผนผัง | องค์ประกอบและความเชื่อมโยง |
| กราฟ | แนวโน้มและคำอธิบายแกน |
| ภาพโจทย์การเรียน | คำถามและวิธีแก้ตามเนื้อหา |
ภาพหนึ่งภาพอาจมีข้อมูลที่ AI มองเห็นไม่ครบ ดังนั้นควรให้ AI แยกสิ่งที่มองเห็นจริงออกจากสิ่งที่คาดเดา
ตามข้อมูลทางการ Perplexity รองรับการใช้งานภาพหลายรูปแบบในช่องทางที่เหมาะสม
| ประเภท | นามสกุล | การใช้งานตัวอย่าง |
|---|---|---|
| PNG | .png | ภาพหน้าจอและเอกสาร |
| JPEG | .jpg | ภาพจากกล้อง |
| JPEG | .jpeg | รูปถ่ายทั่วไป |
| GIF | .gif | ภาพในรูปแบบ GIF |
| เอกสารหลายหน้า | ||
| DOCX | .docx | เอกสาร Word |
| TXT | .txt | ข้อความที่ดึงจากภาพแล้ว |
การรองรับไฟล์ GIF ไม่ได้หมายความว่าระบบจะวิเคราะห์ภาพเคลื่อนไหวทุกเฟรมอย่างครบถ้วนเสมอไป
หากต้องตรวจรายละเอียดสำคัญ ควรใช้ภาพนิ่งจากเฟรมที่เกี่ยวข้องเมื่อได้รับอนุญาตให้ใช้งาน
ตรวจภาพที่ฉันแนบและอธิบายเฉพาะสิ่งที่มองเห็นได้จริง หากรูปภาพมีข้อความหรือส่วนที่อ่านไม่ชัด ให้แจ้งข้อจำกัดและอย่าเดารายละเอียด
ช่วยอธิบายภาพที่แนบเป็นภาษาไทย โดยแบ่งเป็นสิ่งที่มองเห็น ข้อความที่อ่านได้ และสิ่งที่ไม่สามารถยืนยันได้ ห้ามเดาชื่อรุ่นหรือข้อมูลเฉพาะที่ไม่มีหลักฐานในภาพ
ก่อนส่งควรตรวจว่ามีรูปภาพปรากฏในส่วนแนบของคำถาม ไม่ใช่เพียงเลือกไฟล์จากอุปกรณ์แล้วปิดหน้าต่าง
มือถือ Android เหมาะกับการถ่ายภาพเอกสารแล้วใช้ AI ช่วยอ่านหรืออธิบาย
อ่านข้อความภาษาไทยจากภาพเอกสารที่แนบ โดยพยายามรักษาลำดับบรรทัด หากคำใดอ่านไม่ชัดให้ทำเครื่องหมายว่าไม่แน่ใจ และอย่าสร้างคำขึ้นมาเติม
ควรถ่ายภาพให้ตรง ไม่เอียงมาก และให้เอกสารเต็มกรอบภาพโดยไม่ตัดขอบสำคัญ
ผู้ใช้ iPhone สามารถเลือกภาพที่มีอยู่แล้วผ่านแอป Perplexity ตามเมนูและสิทธิ์ของอุปกรณ์
ช่วยอ่านเอกสารในรูปภาพนี้ โดยแยกหัวข้อ ข้อความสำคัญ และส่วนที่ไม่สามารถอ่านได้อย่างมั่นใจ ไม่เดาวันที่ ตัวเลข หรือชื่อบุคคล
ภาพที่บันทึกจากแอปข้อความอาจถูกบีบอัดจนตัวอักษรเล็กอ่านไม่ชัด ควรใช้ภาพต้นฉบับที่คมชัดกว่าเมื่อมี
เอกสารสแกนคือเอกสารกระดาษที่ถูกแปลงเป็นไฟล์ดิจิทัลผ่านเครื่องสแกนหรือกล้องถ่ายภาพ
เอกสาร PDF ที่มองเห็นตัวอักษรไม่ได้หมายความว่าในไฟล์มีข้อความที่โปรแกรมสามารถเลือกหรือค้นหาได้
หากเป็นภาพสแกนล้วน ระบบอาจต้องใช้การวิเคราะห์ภาพหรือเทคโนโลยีรู้จำตัวอักษรเพื่อดึงเนื้อหา
OCR ย่อมาจาก Optical Character Recognition คือเทคโนโลยีรู้จำตัวอักษรจากภาพ เพื่อแปลงสิ่งที่เห็นเป็นข้อมูลข้อความ
| เทคโนโลยี | จุดประสงค์หลัก |
|---|---|
| OCR | รู้จำและดึงตัวอักษร |
| AI Vision | วิเคราะห์ภาพและบริบท |
| Text Summarization | สรุปข้อความที่ได้ |
| Document Q&A | ตอบคำถามจากเนื้อหา |
Perplexity อาจช่วยตอบคำถามจากข้อความในภาพได้ แต่ไม่ควรถือว่ามีการรับประกันผล OCR แบบตัวอักษรต่ออักษรสำหรับเอกสารทุกชนิด
กรุณาถอดข้อความจากภาพที่แนบก่อน โดยรักษาลำดับบรรทัดและหัวข้อให้ใกล้เคียงต้นฉบับ หากข้อความส่วนใดอ่านไม่ได้ให้ใส่ [อ่านไม่ชัด] และอย่าคาดเดาคำเติม จากนั้นรอให้ฉันตรวจข้อความก่อนสรุป
เพราะหากสั่งให้สรุปทันที AI อาจข้ามข้อความที่อ่านไม่ชัด หรือสรุปโดยไม่เปิดเผยว่ามีข้อมูลบางส่วนหายไป
Perplexity สามารถช่วยวิเคราะห์ภาพที่มีภาษาไทยได้ แต่ความแม่นยำขึ้นอยู่กับคุณภาพภาพ ลักษณะตัวอักษร และความสามารถของระบบที่ใช้งาน
ถอดข้อความภาษาไทยจากภาพนี้แบบรักษาต้นฉบับ โดยไม่ปรับสำนวน ไม่แก้คำอัตโนมัติ และไม่เดาคำที่อ่านไม่ชัด ให้แสดงรายการคำที่ต้องตรวจสอบแยกต่างหาก
ควรอ่านเทียบกับภาพด้วยตนเอง โดยเฉพาะชื่อบุคคล ที่อยู่ จำนวนเงิน และรายละเอียดทางกฎหมาย
คุณภาพภาพมีผลต่อการอ่านข้อความ
| ปัญหา | วิธีแก้ |
|---|---|
| ภาพเบลอ | ถ่ายใหม่ |
| ภาพเอียง | จัดภาพให้ตรง |
| แสงสะท้อน | เปลี่ยนมุมและแสง |
| ตัวหนังสือเล็ก | ใช้ภาพละเอียดขึ้น |
| กระดาษโค้ง | จัดให้เรียบ |
| ขอบเอกสารหาย | ถ่ายให้ครบหน้า |
| หลายหน้าในภาพเดียว | ถ่ายแยกหน้า |
ไฟล์ PDF สแกนอาจมีข้อความอยู่ในรูปภาพแทน Text Layer
ตรวจ PDF สแกนที่แนบและแจ้งว่าสามารถอ่านเนื้อหาส่วนใดได้จริง หากเป็นภาพที่อ่านข้อความไม่ได้ชัดเจน ให้ระบุหน้าหรือส่วนที่ต้องตรวจเพิ่ม ห้ามสร้างข้อความจากหน้าที่อ่านไม่ได้
PDF ที่มีหลายหน้าหรือภาพความละเอียดต่ำอาจอ่านได้เพียงบางส่วน และไม่ควรสรุปว่าไม่พบข้อมูลเพียงเพราะ AI ค้นข้อความไม่เจอ
| คุณสมบัติ | Text-based PDF | Scanned PDF |
|---|---|---|
| มีข้อความที่เลือกได้ | โดยทั่วไปมี | อาจไม่มี |
| ค้นหาคำในไฟล์ | มักทำได้ | อาจต้อง OCR |
| เนื้อหาหลัก | ข้อความและวัตถุ | ภาพหน้าเอกสาร |
| อ่านตาราง | ต้องตรวจโครงสร้าง | ต้องตรวจภาพ |
| ความเสี่ยง OCR | ไม่จำเป็นทุกส่วน | สูงกว่า |
| ความแม่นยำ | ขึ้นอยู่กับโครงสร้าง | ขึ้นอยู่กับภาพและ OCR |
เปิด PDF แล้วทดลองใช้เมาส์เลือกข้อความ และใช้ฟังก์ชันค้นหาของโปรแกรมอ่าน PDF
หากข้อความค้นหาไม่ได้ แต่ภาพตัวหนังสือปรากฏครบ อาจจำเป็นต้องใช้ OCR ก่อนนำไปวิเคราะห์อย่างละเอียด
การอ่านเอกสารหลายหน้าควรแยกงานเป็นส่วนเพื่อลดความผิดพลาด
เอกสารสแกนนี้มีหลายหน้า กรุณาอย่าสรุปว่าอ่านครบทุกหน้า ให้รายงานส่วนที่สามารถเข้าถึงได้จริง และเสนอวิธีแบ่งเอกสารเพื่ออ่านข้อความทีละส่วน พร้อมระบุข้อมูลที่ยังอ่านไม่ครบ
สำหรับเอกสารขนาดใหญ่ การแบ่ง PDF เป็นหลายไฟล์อาจช่วยให้ควบคุมการตรวจสอบได้ดีขึ้น แต่ต้องตรวจว่าส่วนใดมีหน้าเอกสารซ้ำหรือตกหล่น
Perplexity สามารถช่วยวิเคราะห์ตารางที่มองเห็นในภาพ แต่ความแม่นยำของข้อมูลขึ้นอยู่กับความคมชัดและโครงสร้าง
ช่วยอ่านตารางจากภาพที่แนบ โดยแยก Header, Rows, Columns และ Units ให้ตรงต้นฉบับ หากเซลล์ใดอ่านไม่ชัดให้ระบุ [ตรวจไม่ได้] ห้ามเติมตัวเลขหรือจัดแถวใหม่ด้วยการคาดเดา
เทียบตัวเลขทีละแถวและทีละคอลัมน์ก่อนนำไปคำนวณหรือสรุปผล
ภาพใบเสร็จและใบแจ้งหนี้อาจมีข้อมูลสินค้า จำนวนเงิน ภาษี และวันที่
ช่วยอ่านใบเสร็จที่แนบ โดยแสดงข้อมูลที่มองเห็นได้จริงเป็นตาราง แยกวันที่ รายการ จำนวน ราคา ภาษีและยอดรวม หากตัวเลขอ่านไม่ชัดให้ทำเครื่องหมาย ไม่คำนวณหรือเติมค่าที่ไม่มีในภาพ
ไม่ควรใช้ผล OCR จาก AI แทนหลักฐานบัญชีต้นฉบับโดยไม่ตรวจความถูกต้องของข้อมูลและเอกสาร
ภาพหน้าจอเป็นตัวอย่างการใช้งาน AI Vision ที่เหมาะกับงานแก้ปัญหาคอมพิวเตอร์
วิเคราะห์ภาพหน้าจอ Error นี้โดยระบุข้อความแจ้งเตือนที่อ่านได้จริง ชื่อโปรแกรมที่มองเห็น และสาเหตุที่เป็นไปได้ แยกข้อเท็จจริงกับข้อสันนิษฐาน พร้อมเสนอวิธีตรวจอย่างปลอดภัย โดยไม่เดา Error Code ที่อ่านไม่ได้
ก่อนส่งภาพควรตรวจว่ามีรหัสผ่าน Token อีเมล หรือข้อมูลระบบที่อ่อนไหวปรากฏอยู่หรือไม่
สามารถให้ Perplexity ช่วยอธิบายสิ่งที่มองเห็นจากภาพอุปกรณ์ เช่น Router, Switch, Access Point หรืออุปกรณ์เครือข่ายอื่น
ช่วยวิเคราะห์ภาพอุปกรณ์เครือข่ายที่แนบ โดยอธิบายปุ่ม พอร์ต และป้ายกำกับที่มองเห็นได้จริง หากไม่สามารถยืนยันยี่ห้อหรือรุ่นได้ให้ระบุว่าไม่แน่ใจ และห้ามเสนอขั้นตอนตั้งค่าที่เสี่ยงโดยไม่มีคู่มือรุ่นจริง
ภาพภายนอกไม่เพียงพอที่จะยืนยันสเปกภายในหรือสถานะการทำงานทั้งหมดของอุปกรณ์
ภาพแผนผังอาจประกอบด้วยอุปกรณ์และเส้นเชื่อมต่อหลายประเภท
วิเคราะห์แผนผังระบบจากภาพนี้ โดยระบุองค์ประกอบและเส้นเชื่อมต่อที่มองเห็นได้จริง แยกข้อเท็จจริงจากข้อสันนิษฐาน และอย่าสร้างหมายเลขพอร์ตหรือเส้นทางเชื่อมต่อที่ไม่ปรากฏในภาพ
ไม่ควรใช้คำอธิบายจากภาพแทนการตรวจระบบจริงเมื่อเป็นงานติดตั้งหรือแก้ปัญหาที่มีผลต่อความปลอดภัย
กราฟอาจแสดงแนวโน้มและความสัมพันธ์ของข้อมูล
วิเคราะห์กราฟในภาพที่แนบ โดยระบุชื่อกราฟ แกน X แกน Y หน่วย และแนวโน้มที่มองเห็นได้จริง หากไม่มีตัวเลขกำกับที่อ่านได้ชัดเจน ห้ามประมาณเป็นค่าที่แน่นอน
กราฟอาจแสดงความสัมพันธ์ แต่ไม่ได้ยืนยันเหตุและผลเสมอไป
Perplexity มีตัวอย่างการใช้งาน Study Mode กับภาพโจทย์ เพื่อช่วยอธิบายแนวคิดและวิธีแก้ทีละขั้น
ช่วยอ่านข้อความในภาพโจทย์นี้ก่อน แล้วอธิบายวิธีแก้ทีละขั้น โดยตรวจตัวเลขและสัญลักษณ์จากภาพ หากโจทย์อ่านไม่ชัดให้ถามส่วนที่ขาดแทนการเดาคำตอบ
ควรตรวจว่า AI อ่านเครื่องหมายบวก ลบ ยกกำลัง หรือเศษส่วนถูกต้องก่อนเริ่มคำนวณ
Perplexity สามารถช่วยแปลข้อความที่อ่านได้จากภาพเป็นภาษาไทยหรือภาษาอื่น
อ่านข้อความภาษาอังกฤษจากภาพที่แนบและถอดข้อความต้นฉบับก่อน จากนั้นแปลเป็นภาษาไทยโดยรักษาชื่อรุ่นสินค้า ตัวเลข และคำเตือนให้ตรงความหมาย หากอ่านข้อความส่วนใดไม่ได้ให้ทำเครื่องหมายไว้
หากถอดข้อความผิด การแปลอาจผิดตามไปด้วย จึงควรตรวจทั้งต้นฉบับและคำแปล
ภาพลายมือมีความเสี่ยงด้านความถูกต้องสูงกว่าข้อความพิมพ์ในหลายกรณี
ช่วยพยายามถอดข้อความลายมือจากภาพนี้ โดยแยกคำที่อ่านได้มั่นใจและคำที่ไม่แน่ใจ ห้ามเติมคำเพื่อให้ประโยคสมบูรณ์ และระบุส่วนที่ฉันควรตรวจเองจากภาพต้นฉบับ
สำหรับเอกสารสำคัญ ควรให้คนอ่านตรวจซ้ำก่อนนำข้อมูลไปใช้จริง
การอ่านข้อความจากภาพควรมีขั้นตอน Verification ก่อนนำไปสรุปหรือคำนวณ
| รายการ | ข้อความจาก AI | ผลตรวจต้นฉบับ |
|---|---|---|
| Document Title | ต้องตรวจ | รอยืนยัน |
| Date | ต้องตรวจ | รอยืนยัน |
| Reference Number | ต้องตรวจ | รอยืนยัน |
| Total Amount | ต้องตรวจ | รอยืนยัน |
| Important Notes | ต้องตรวจ | รอยืนยัน |
ตรวจข้อความ OCR ที่ได้ก่อนหน้านี้กับภาพต้นฉบับ โดยทำตาราง Extracted Text, Visual Evidence และ Confidence Note หากข้อความใดไม่สามารถยืนยันได้ให้ระบุว่าไม่ยืนยัน ไม่สร้างรายละเอียดเพิ่ม
Hallucination หมายถึงการที่ AI สร้างข้อมูลผิดหรือไม่มีหลักฐานรองรับ
วิเคราะห์ภาพโดยใช้เฉพาะสิ่งที่มองเห็นได้จริง แบ่งคำตอบเป็น Visible Facts, Uncertain Details และ Information Not Verifiable ห้ามสร้างข้อความ ตัวเลข ชื่อบุคคล ชื่อสินค้า หรือรายละเอียดที่ไม่มีในภาพ
การที่ AI อธิบายภาพได้ยาวและมั่นใจ ไม่ได้หมายความว่าข้อมูลทั้งหมดถูกต้อง
การเปรียบเทียบภาพอาจใช้กับเอกสารสองฉบับ ภาพหน้าจอก่อนและหลัง หรืออุปกรณ์สองรุ่น
เปรียบเทียบภาพ A และภาพ B ที่แนบ โดยแสดงสิ่งที่เหมือนกัน สิ่งที่ต่างกัน และส่วนที่ไม่สามารถยืนยันได้ ห้ามสรุปว่ามีวัตถุถูกเพิ่มหรือลบหากภาพต่างมุมหรือข้อมูลไม่เพียงพอ
มุมกล้อง แสง และระยะถ่ายอาจทำให้วัตถุดูแตกต่างกัน ทั้งที่ไม่มีการเปลี่ยนแปลงจริง
Perplexity สามารถใช้ภาพเป็นบริบทเพื่อถามคำถาม และสามารถค้นข้อมูลเพิ่มเติมจากเว็บในโหมดที่รองรับ
ผู้ใช้ถ่ายภาพอุปกรณ์และต้องการทราบว่าคู่มือผู้ผลิตกล่าวถึงพอร์ตที่เห็นอย่างไร
วิเคราะห์ข้อความและลักษณะที่มองเห็นจากภาพก่อน จากนั้นค้นข้อมูลผู้ผลิตเพื่อช่วยตรวจรุ่นอุปกรณ์ โดยแยก Visual Evidence ออกจาก Web Evidence และห้ามยืนยันรุ่นหากข้อมูลยังไม่เพียงพอ
ผลค้นหาที่มีรูปลักษณ์ใกล้เคียงไม่ได้ยืนยันว่าเป็นอุปกรณ์รุ่นเดียวกันเสมอไป
รูปภาพและเอกสารสแกนอาจมีข้อมูลส่วนตัวหรือข้อมูลทางธุรกิจ
ช่วยสร้าง Checklist ตรวจข้อมูลอ่อนไหวก่อนอัปโหลดภาพเอกสารประเภทนี้ โดยแนะนำสิ่งที่ควรปิดบังและข้อมูลขั้นต่ำที่จำเป็นต่อการวิเคราะห์
ไม่ควรส่งภาพเอกสารยืนยันตัวตนหรือข้อมูลลับของผู้อื่นโดยไม่มีสิทธิ์หรือความจำเป็นที่เหมาะสม
Perplexity มีสิทธิ์การอัปโหลดแตกต่างกันตามแพ็กเกจ
| ความสามารถ | Free | Pro |
|---|---|---|
| การอัปโหลดไฟล์ | จำกัด | สิทธิ์มากขึ้น |
| การแนบภาพ | ตามโควตา | สิทธิ์เพิ่มขึ้น |
| การถามจากภาพ | ตามฟีเจอร์ | ตามฟีเจอร์ที่รองรับ |
| Pro Search | จำกัดกว่า | สิทธิ์สูงกว่า |
| วิเคราะห์หลายไฟล์ | ตามโควตา | ยืดหยุ่นกว่า |
| การสร้างภาพ | ตรวจสิทธิ์ | มีฟีเจอร์ที่รองรับ |
คู่มือทางการบางหน้าระบุขีดจำกัด 25 MB ต่อไฟล์สำหรับการแนบใน Thread แต่ข้อจำกัดจริงอาจแตกต่างตามผลิตภัณฑ์ ฟีเจอร์ และบัญชี
จึงควรตรวจข้อความบนหน้าที่ใช้งานและนโยบายของแพ็กเกจปัจจุบัน ไม่ควรใช้ตัวเลขเดียวแทนทุกช่องทาง
การแนบภาพประกอบคำถามใน Thread กับการเพิ่มแหล่งข้อมูลใน Spaces ไม่ใช่การทำงานแบบเดียวกันเสมอไป
| ประเด็น | Thread | Spaces |
|---|---|---|
| การใช้งานหลัก | ถามคำถามเฉพาะเรื่อง | จัดแหล่งข้อมูลโครงการ |
| การแนบภาพ | มีฟีเจอร์รองรับ | ต้องตรวจรูปแบบแหล่งข้อมูล |
| การใช้ภาพในคำถาม | แนบภาพกับ Prompt | อาจใช้ผ่านคำถามแทนการเพิ่มเป็น Source |
| การแชร์ | ตามการตั้งค่า Thread | ตามสิทธิ์สมาชิก Space |
เอกสารทางการเกี่ยวกับ Spaces ระบุว่าภาพ PNG และ JPEG ไม่ได้รองรับเป็น Source ของ Space แบบเดียวกับไฟล์เอกสารบางประเภท แต่สามารถแนบภาพในการตั้งคำถามได้
ควรตรวจความสามารถของเมนูที่ใช้งานจริงก่อนวางแผนเก็บภาพเป็นคลังแหล่งข้อมูลของ Space
| ปัญหา | สาเหตุที่เป็นไปได้ | วิธีแก้ |
|---|---|---|
| แนบภาพไม่ได้ | ขนาดหรือโควตา | ตรวจไฟล์และบัญชี |
| ภาพเบลอ | กล้องไม่โฟกัส | ถ่ายใหม่ |
| ภาษาไทยผิด | ตัวอักษรไม่ชัด | ใช้ภาพคมขึ้น |
| ตารางผิด | คอลัมน์ซับซ้อน | แยกภาพตาราง |
| PDF อ่านไม่ครบ | เอกสารยาว | แยกหน้า |
| ตัวเลขผิด | OCR อ่านผิด | ตรวจต้นฉบับ |
| สลับลำดับข้อความ | หลายคอลัมน์ | ครอบตัดเฉพาะส่วน |
| AI เดารุ่นสินค้า | ข้อมูลไม่เพียงพอ | ตรวจป้ายรุ่น |
| ไม่พบข้อความ | ภาพไม่มี Text Layer | ใช้การอ่านภาพหรือ OCR |
| คำตอบไม่ตรงภาพ | Hallucination | ขอหลักฐานที่มองเห็นได้ |
กรุณาตรวจว่าคุณสามารถอ่านภาพที่แนบได้จริงหรือไม่ หากอ่านไม่ได้หรือภาพไม่ชัด ให้ระบุปัญหาและสิ่งที่ฉันควรถ่ายใหม่ ห้ามสร้างคำอธิบายแทนรายละเอียดที่มองไม่เห็น
อ่านข้อความภาษาไทยจากภาพนี้ โดยรักษาลำดับบรรทัดและระบุคำที่ไม่ชัดเจน
ตรวจ PDF สแกนที่แนบและระบุส่วนที่อ่านได้จริง หากอ่านไม่ครบให้เสนอวิธีแยกหน้า
ดึงข้อมูลจากตารางในภาพ โดยรักษาหัวคอลัมน์และตัวเลข ไม่เติมเซลล์ที่อ่านไม่ได้
อ่านรายการสินค้า วันที่ และยอดเงินจากใบเสร็จ โดยแยกข้อมูลที่ยืนยันได้กับข้อมูลที่ต้องตรวจ
อธิบายข้อความ Error ที่มองเห็น พร้อมแนวทางตรวจสอบเบื้องต้นโดยไม่เดารหัสผิดพลาด
วิเคราะห์องค์ประกอบและเส้นเชื่อมต่อในภาพ โดยไม่สร้างรายละเอียดที่ไม่ปรากฏ
ถอดข้อความภาษาอังกฤษจากภาพก่อน แล้วแปลเป็นภาษาไทยโดยรักษาความหมาย
เปรียบเทียบข้อความ OCR กับภาพต้นฉบับและระบุคำหรือตัวเลขที่ยังไม่ยืนยัน
Describe only what is visibly present in the attached image. Separate confirmed observations from uncertain interpretations.
Transcribe the readable text from this image while preserving the original line order. Mark unclear words instead of guessing.
Analyze the attached scanned document and identify which sections are actually readable. Do not claim complete coverage without verification.
Extract the Thai text from the image as faithfully as possible. Flag uncertain characters, names, dates, and numeric values.
Extract the visible table into rows and columns. Preserve original values and units. Mark unreadable cells as unverified.
Read the receipt and list visible line items, quantities, prices, taxes, and totals. Do not invent missing figures.
Explain the visible components and connections in this technical diagram without inventing labels or ports.
Identify the visible error message and suggest safe diagnostic steps. Do not guess error codes that cannot be read.
Compare the two attached images and distinguish genuine visible differences from possible perspective or lighting effects.
Audit your earlier extraction against the original image and identify unsupported or uncertain details.
| ขั้นตอน | งาน | ผลลัพธ์ |
|---|---|---|
| 1 | เลือกภาพหรือเอกสาร | Source File |
| 2 | ตรวจสิทธิ์ใช้งาน | Permission Check |
| 3 | ปิดบังข้อมูลส่วนตัว | Safe Copy |
| 4 | ตรวจความคมชัด | Image Quality Check |
| 5 | ตรวจรูปแบบไฟล์ | Format Check |
| 6 | อัปโหลด | Attachment |
| 7 | ตรวจการแนบ | Upload Confirmation |
| 8 | ตรวจส่วนที่อ่านได้ | Coverage Notes |
| 9 | ถอดข้อความ | Draft Transcription |
| 10 | ตรวจข้อความกับภาพ | OCR Verification |
| 11 | อ่านตารางและตัวเลข | Data Extraction |
| 12 | ตรวจข้อมูลสำคัญ | Fact-check |
| 13 | สรุปเอกสาร | Verified Summary |
| 14 | ถามต่อเฉพาะส่วน | Follow-up |
| 15 | ตรวจข้อมูลลับและการแชร์ | Privacy Review |
ช่วยอ่านและวิเคราะห์ภาพเอกสารที่แนบตามลำดับ โดยเริ่มจากตรวจคุณภาพภาพและส่วนที่อ่านได้ จากนั้นถอดข้อความก่อนสรุป แยก Uncertain Text, Verified Text และ Information Not Visible และจัดรายการที่ฉันต้องตรวจด้วยตนเอง
ได้ในฟีเจอร์ที่รองรับ โดยสามารถแนบภาพแล้วถามคำถามเกี่ยวกับสิ่งที่มองเห็นได้
สามารถช่วยวิเคราะห์เอกสารสแกนได้ตามความสามารถในการอ่านภาพ แต่ความครบถ้วนและความแม่นยำขึ้นอยู่กับคุณภาพไฟล์
รองรับไฟล์ภาพ JPG/JPEG ในช่องทางที่รองรับการแนบภาพ
รองรับ และเหมาะกับภาพหน้าจอหรือเอกสารที่บันทึกเป็น PNG
มีการระบุรองรับ GIF แต่ไม่ควรสมมุติว่าอ่านภาพเคลื่อนไหวทุกเฟรมได้ครบ
สามารถช่วยอ่านข้อความจากภาพในฟีเจอร์ที่รองรับ แต่ไม่ควรถือว่าเป็นบริการ OCR ที่รับประกันผลถูกต้องทุกตัวอักษร
สามารถช่วยอ่านได้ แต่ต้องตรวจสระ วรรณยุกต์ ตัวเลข และข้อความที่ไม่ชัดเจนกับต้นฉบับ
อาจอ่านได้ตามคุณภาพไฟล์และความสามารถวิเคราะห์ภาพ หากอ่านไม่ได้ควรใช้ OCR หรือแนบภาพหน้าที่เกี่ยวข้องแยก
อาจช่วยถอดข้อความบางส่วนได้ แต่ลายมือที่อ่านยากต้องให้คนตรวจซ้ำ
ช่วยได้ แต่ต้องตรวจแถว คอลัมน์ ตัวเลข และหน่วยอย่างละเอียด
สามารถช่วยดึงข้อมูลจากภาพใบเสร็จที่ชัดเจนได้ แต่ต้องตรวจยอดเงินและรายการกับต้นฉบับ
ไม่สามารถรับประกันได้ โดยเฉพาะตัวเลขเล็ก จุดทศนิยม หรือภาพที่เบลอ
สามารถช่วยอธิบายองค์ประกอบและแนวโน้มที่มองเห็น แต่ไม่ควรเดาค่าตัวเลขที่ไม่ชัดเจน
สามารถช่วยอ่านข้อความแจ้งเตือนและเสนอแนวทางตรวจเบื้องต้นได้ โดยต้องตรวจ Error Code จากภาพจริง
ช่วยอธิบายองค์ประกอบที่มองเห็นได้ แต่ไม่ควรใช้แทนการตรวจระบบจริงหรือคู่มืออุปกรณ์
มีตัวอย่างการใช้ Study Mode กับภาพโจทย์ โดยควรตรวจว่าอ่านตัวเลขและสัญลักษณ์ถูกต้องก่อนแก้
ช่วยได้โดยถอดข้อความก่อนแล้วแปลตามความหมายที่ตรวจสอบได้
อาจเกิดจากภาพเบลอ ตัวหนังสือเล็ก ฟอนต์ซับซ้อน หรือระบบแยกบรรทัดไม่ถูกต้อง
เพราะอาจไม่มี Text Layer และต้องใช้ OCR เพื่อแปลงภาพตัวอักษรเป็นข้อความ
ทั้งสองรูปแบบใช้ได้ แต่ PNG มักเหมาะกับภาพหน้าจอและข้อความที่ต้องการความคมชัด ส่วน JPG เหมาะกับภาพถ่ายที่จัดเก็บด้วยขนาดไฟล์เหมาะสม
ขึ้นอยู่กับจำนวนไฟล์และสิทธิ์ของช่องทางที่ใช้ ต้องตรวจข้อจำกัดการแนบจริง
มีความสามารถอัปโหลดพื้นฐานตามโควตาที่กำหนด แต่สิทธิ์อาจแตกต่างตามบัญชีและฟีเจอร์
Pro เพิ่มสิทธิ์การอัปโหลดและการเข้าถึงโมเดลหรือฟีเจอร์บางประเภท แต่ไม่ควรรับประกันความแม่นยำของ OCR เพียงจากการใช้แพ็กเกจ Pro
ภาพอาจแนบพร้อมคำถามได้ แต่การเพิ่ม PNG หรือ JPEG เป็น Source ของ Space โดยตรงมีข้อจำกัดต่างจากไฟล์เอกสารที่รองรับ
ไม่สามารถรับประกันได้ ผู้ใช้ต้องตรวจข้อมูลสำคัญกับต้นฉบับ
ในเชิงเทคนิคระบบอาจช่วยอ่านข้อความที่มองเห็นได้ แต่ไม่ควรอัปโหลดเอกสารยืนยันตัวตนที่มีข้อมูลอ่อนไหวโดยไม่มีความจำเป็นและสิทธิ์ที่เหมาะสม
ควรตรวจข้อความ ตัวเลข และแหล่งข้อมูลก่อน โดยเฉพาะเอกสารที่ใช้ประกอบการเงิน กฎหมาย หรือการตัดสินใจสำคัญ
ควรถ่ายภาพใหม่ เพิ่มความคมชัด จัดภาพให้ตรง หรือครอบตัดเฉพาะส่วนที่ต้องการอ่าน แล้วตรวจผลอีกครั้ง
ใช้ไฟล์ที่คมชัด ปิดบังข้อมูลลับ ตั้งคำถามให้เฉพาะเจาะจง ขอให้ AI ถอดข้อความก่อนสรุป และตรวจรายละเอียดกับภาพต้นฉบับทุกครั้ง
Perplexity AI รองรับการแนบรูปภาพและเอกสารในฟีเจอร์ที่เกี่ยวข้อง ผู้ใช้สามารถถามคำถามเกี่ยวกับภาพ อ่านข้อความที่มองเห็น อธิบายตาราง วิเคราะห์แผนผัง และสรุปเนื้อหาจากเอกสารสแกนได้ตามความสามารถของระบบ
ประเภทภาพที่รองรับมีทั้ง PNG, JPG/JPEG และ GIF ขณะที่ PDF สามารถใช้เป็นเอกสารแนบสำหรับการถามตอบได้ แต่การอ่านเอกสารสแกนที่ไม่มีชั้นข้อความอาจต้องพึ่งการวิเคราะห์ภาพหรือ OCR
สำหรับเอกสารภาษาไทย ควรตรวจสระ วรรณยุกต์ ตัวเลข และชื่อเฉพาะอย่างระมัดระวัง โดยเฉพาะภาพที่มีคุณภาพต่ำหรือมีลายมือ
หากต้องอ่านตาราง ใบเสร็จ หรือข้อมูลทางการเงิน ต้องตรวจตัวเลขและหน่วยกับต้นฉบับก่อนนำไปใช้ เพราะ AI อาจอ่านเซลล์ผิดหรือเดาข้อมูลที่ไม่ชัดเจน
ผู้ใช้ควรแยกขั้นตอนการถอดข้อความออกจากการสรุปเอกสาร และใช้ Prompt ที่กำหนดชัดเจนว่าเมื่ออ่านไม่ออกต้องแจ้งข้อจำกัดแทนการสร้างคำตอบขึ้นเอง
นอกจากนี้ควรปิดบังข้อมูลส่วนบุคคลและข้อมูลธุรกิจที่ไม่จำเป็นก่อนอัปโหลด พร้อมตรวจสิทธิ์การแชร์และนโยบายการจัดเก็บข้อมูลของบริการ
ComSiam แนะนำให้ใช้ Perplexity เป็นผู้ช่วยอ่านและทำความเข้าใจภาพหรือเอกสารสแกน โดยยึดสิ่งที่มองเห็นได้จริงเป็นหลัก ตรวจข้อความ OCR ก่อนใช้งาน และไม่ใช้ผลวิเคราะห์ที่ยังไม่ยืนยันเป็นข้อเท็จจริง เพื่อให้ได้ข้อมูลที่ถูกต้อง ปลอดภัย และตรวจสอบย้อนหลังได้