Grok 可上传图片做视觉理解。+ 或拖拽上传后，先让它复述可见内容再下任务；看不清就直说，结论须人眼核对。
要点
- 消费端能力口径：Consumer FAQ 写明 Grok 可做 image and video understanding，并可上传文档分析；也可输入照片并请求编辑（Consumer FAQs，May 12, 2025）。
- 上传入口（官网／App FAQ）：聊天输入旁 +，或网页拖拽；可一次多文件（网页约最多约 100 个、Android 约 20 个等，以当前界面为准）（FAQ – Grok Website / Apps｜Files & Data，核验日 2026-10-29）。
- 图像格式（消费端 FAQ）：JPEG／JPG、PNG、WebP、HEIC、BMP 等；GIF／SVG 因平台而异。多数文件（含图像）单文件约 150 MB 量级——限额随平台／套餐可能变化，以报错提示为准（同上）。
- 看图技巧（官方 Tips）：高分辨率更佳（偏好 ≥1000×1000）；大文档可拆块；可自然提问如“描述图片并修复附件里的代码”（同上）。
- 开发者侧旁证（可迁移提问习惯）：Image Understanding 支持公网 URL 或 base64；单图约 20 MiB（API 文档限额，不等于消费端 150MB 口径）；支持 jpg／png（Image Understanding，核验日 2026-10-29）。
- 官方同时提醒：Grok 可能幻觉，用前须自行核验（Consumer FAQs｜Does Grok make mistakes?）。
- 证据强度：上传与格式来自 docs.x.ai grok FAQ；能力表述来自 legal FAQ；API 尺寸为旁证。消费端按钮名／免费额度标待核。
正文
场景
屏幕上有一张报错截图、一张活动流程图、或一张几乎拍糊的白板。你把图丢给 Grok，希望它读出红字、还原步骤、或解释坐标轴。看图提问的价值在图内信息有没有被正确读出，不在回答写得像不像分析报告。
下文给一条入门路径：怎么传、怎么问、怎么核、什么场景别硬上。覆盖 grok.com 与官方 App 的聊天上传；Imagine 生图／视频是另一条产品线，本稿不讲“生成”，只讲“理解已有图”。
可跟做步骤／可抄工作流
证据强度：高（xAI Consumer FAQ＋Grok Website/Apps FAQ＋Image Understanding 文档，核验日 2026-10-29）；额度与部分按钮名待核。
- 打开会聊天的入口并上传图
使用 grok.com 或官方 iOS／Android App。在输入框旁点 + 选图，或网页直接拖拽／粘贴。等界面确认附件就绪再发送。多图对比时，官方允许一条消息带多文件；先传齐再问“这些图的共同点是什么”。
- 把“看图任务”写清楚（可复制改）
请基于我上传的图片作答（不要用训练记忆编造图里没有的文字／数字）。
任务：
1) 先用 3–5 条描述你实际看到的内容（布局、文字、图表类型）；
2) 再回答：【你的具体问题】；
3) 图中看不清／被裁切／模糊的部分，标“不可辨认”，禁止猜测填满；
4) 若需要我提供原图更高清版本或局部裁切，直接说。
输出语言：中文。- 按图类选提问角度
| 图类 | 可问 | 易翻车 |
|---|---|---|
| 报错／设置截图 | 红字原文、可能原因、下一步点击路径（须声明“以你界面为准”） | 把通用教程当成你这台设备的实况 |
| 图表／仪表盘 | 轴含义、极值、趋势；要求复述图例 | 外推图外未给出的结论 |
| 流程图／架构图 | 节点与箭头关系；缺失边 | 补画你没上传的子系统 |
| 证件／账单／聊天记录 | 默认不要传；若必须，打码后再问版式问题 | 隐私外泄与错误识别姓名账号 |
| 实物照片 | 可见部件、磨损、铭牌是否可读 | 品牌鉴定当司法鉴定 |
- 与“检索”分开用
看图解决的是这张像素里有什么；网页／X 检索解决的是外面现在怎么说。需要“这张海报对应哪场官方活动”时：先让模型读出海报文字与日期，再开检索核官网——不要假设看图模式已经联网搜过（是否同时检索以当前会话实际工具调用为准，待核）。
- 人工复核三步（约 1–3 分钟）
– 对字：关键数字、报错码、人名是否与图一致。
– 对域：结论是否超出图可见范围。
– 对敏：若图含隐私，删除对话或改用 Private Chat（见 FAQ 数据控制）；分享链接会公开可见。
真实用户诀窍／反例
- 诀窍：先逼它“复述看见了什么”，再下任务。 复述阶段就能发现读错轴、看串列。
- 诀窍：糊图先裁切／重拍关键区域。 官方偏好较高分辨率；局部清晰图往往比整张远景有用。
- 诀窍：多图时说明阅读顺序。 “先左后右／先图1后图2”，减少张冠李戴。
- 反例：把看图答案直接当财务／医疗／法律结论。 FAQ 要求 carefully consider and verify。
- 反例：上传未打码的他人证件或完整聊天记录“让它总结吵架谁对”。 隐私与误判双重风险。
- 反例：把 API 文档的 20MiB 限额写进消费端教程当唯一数字。 消费端 FAQ 写的是约 150MB 量级且可能随平台变化；两套口径分开写。
适用边界
- 本稿覆盖：消费端上传图片做理解／分析的入门问法与核验。不覆盖 Grok Imagine 生成与水印政策细则、企业 API 计价、也不保证某一免费档每日看图条数。
- 视频理解、音频转写在 FAQ 有提及但质量“variable”；需要稳定字幕时另选专用工具。
- 套餐、周用量池、是否同时启用检索：以登录后 Settings → Usage 与当前界面为准（待核）。
【来源与编译】
- Consumer FAQs｜SpaceXSI｜https://x.ai/legal/faq｜May 12, 2025（image／video understanding；上传文档；幻觉与核验）
- FAQ – Grok Website / Apps｜Files & Data｜https://docs.x.ai/grok/faq｜核验日 2026-10-29（+ 上传、格式、约 150MB、多文件、看图技巧）
- Image Understanding｜SpaceXSI Docs｜https://docs.x.ai/developers/model-capabilities/images/understanding｜核验日 2026-10-29（API：URL／base64、约 20MiB、jpg／png；作旁证）
- Pricing／Usage｜https://x.ai/pricing 与 App Settings → Usage｜额度以登录后为准
- 本文说明：区分消费端看图与 API 限额、区分理解与 Imagine 生成、区分看图与检索；未编造每日免费看图条数；UI／额度标待核。