Dikaya Flash: đọc ảnh theo bằng chứng, không đoán phần bị khuất

Ví dụ API tối thiểu

Mã Python minh họa, không phải phản hồi mô hình đã chạy. Khóa lấy từ môi trường, tự động thử lại đã tắt. Mất kết nối có thể khiến kết quả và chi phí đều chưa rõ: đừng gửi lại mù quáng.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://dikaya.cc/v1",
    api_key=os.environ["DIKAYA_API_KEY"],
    max_retries=0,
)
response = client.chat.completions.create(
    model="seller-flash",
    max_tokens=512,
    messages=[{"role": "user", "content": "Lập danh sách kiểm tra cho nhiệm vụ của tôi. Tách dữ kiện nguồn khỏi giả định."}],
)
print(response.choices[0].message.content)

Bắt đầu từ câu hỏi có thể kiểm chứng

Giả sử bạn nhận ảnh nhãn chai từ nhà cung cấp và cần kiểm tra tên sản phẩm, dung tích, hướng dẫn bảo quản. Đừng hỏi chung ảnh này có gì. Hãy liệt kê ba trường cần lấy, quy định giữ nguyên đơn vị và yêu cầu trích đúng phần chữ liên quan. Câu hỏi hẹp giúp người duyệt tìm lại bằng chứng nhanh hơn.

Tách kết quả thành quan sát trực tiếp và nhận định. Chữ bị lóa phải được ghi là không đọc được; hình quả cam không chứng minh thành phần có cam thật. Nếu cần kết luận về thành phần, dùng danh sách nguyên liệu nhìn rõ thay vì hình trang trí. Sự phân biệt này quan trọng hơn một câu trả lời nghe tự tin.

Chuẩn bị ảnh mà không mất dấu nguồn

Đặt tên ảnh theo góc chụp, chẳng hạn mặt trước, thành phần và mã lô. Nếu cắt vùng nhỏ để đọc chữ, giữ cả ảnh toàn cảnh và ghi vùng cắt đến từ ảnh nào. Không tăng nét rồi coi ký tự do xử lý ảnh tạo ra là bằng chứng ban đầu. Chụp lại thường đáng tin hơn ép mô hình đoán.

Trong chat trả phí, chỉ dùng các định dạng ảnh đang được hỗ trợ như PNG, JPEG hoặc WebP và kiểm tra giới hạn tải lên trong tài liệu. Hỗ trợ ảnh của Flash không biến tệp PDF bất kỳ thành ảnh có thể đọc. Với hồ sơ nhiều trang, chuẩn bị phần văn bản hoặc các ảnh cần thiết thay vì giả định toàn bộ tài liệu đã vào yêu cầu.

Lập bảng kiểm cho nhãn và số liệu

Mỗi dòng nên có tên trường, giá trị đọc được, ảnh nguồn và điểm chưa chắc chắn. Với ngày tháng, giữ chuỗi gốc trước khi chuyển định dạng. Với dung tích, tách số khỏi đơn vị nhưng đừng tự đổi mililít sang gam. Nếu hai ảnh cho hai mã lô khác nhau, đánh dấu mâu thuẫn thay vì chọn dòng dễ đọc hơn.

Sau lần đọc đầu, tự đối chiếu các trường có hậu quả thực tế: hạn sử dụng, cảnh báo dị ứng và số lượng. Có thể yêu cầu một lượt rà soát riêng chỉ tìm ký tự dễ nhầm, nhưng lượt đó vẫn là một yêu cầu mới nếu bạn gửi. Bài viết không cung cấp câu trả lời giả làm kết quả thật của mô hình.

Hiểu đúng Flash và đường xử lý ảnh

Nền tảng của tầng thương hiệu Flash không được xác định công khai ở đây. Không suy từ tên Flash rằng nó có cùng nền tảng, tham số hay tốc độ với GLM Flash. Chọn đúng seller-flash trong bộ chọn hoặc trường model của API; kiểm tra lại nếu đang mở một cuộc trò chuyện đã lưu lựa chọn khác.

Các mô hình còn lại dùng cầu nối ảnh thành văn bản có tính phí riêng, không phải khả năng nhìn ảnh trực tiếp tương đương. Bản mô tả trung gian có thể bỏ sót vị trí hoặc chữ nhỏ. Ngữ cảnh mô hình cũng khác giới hạn lịch sử mà trình duyệt gửi, kích thước JSON và giới hạn đầu ra; không lấy một con số thay cho cả bốn.

Khi tải ảnh hoặc nhận câu trả lời bị lỗi

Trong ứng dụng dùng Fetch, phải kiểm tra response.ok và status: phản hồi HTTP lỗi không tự biến thành lỗi mạng. Ngược lại, kết nối đứt hoặc đọc thân phản hồi thất bại có thể khiến kết quả chưa rõ. Ghi lại thời điểm, ID công khai của mô hình và trạng thái đã nhận, tránh ghi khóa bí mật vào nhật ký chia sẻ.

Nếu dùng SDK Python, đặt max_retries=0 để không vô tình gửi lại yêu cầu có ảnh. Hủy phía máy khách hoặc hết thời gian chờ không chứng minh xử lý phía máy chủ chưa diễn ra, chưa lưu hay chưa tính phí. Đối chiếu lịch sử và trạng thái tài khoản trước khi quyết định gửi lại bằng tay; đừng dùng vòng lặp thử lại để kiểm tra ảnh.

Chuyển bảng bằng chứng sang bước sử dụng

Trước khi dùng kết quả để nhập kho, yêu cầu người phụ trách xác nhận các dòng quan trọng trên ảnh gốc. Lưu những ô chưa rõ thành việc cần chụp lại, không xóa chúng cho bảng trông đầy đủ. Một bảng có chỗ trống được giải thích tốt hữu ích hơn bảng hoàn chỉnh bằng các suy đoán không thể truy nguồn.

Nút đưa câu hỏi sang chat chỉ tạo bản nháp, không gửi tự động. Quyền mô hình, điều kiện demo và bản nháp đã lưu có thể ảnh hưởng lựa chọn thực tế; luôn kiểm tra bộ chọn trước khi gửi. Tìm kiếm trong chat trả phí phải được bật rõ ràng, không phải khả năng truy cập Internet mặc định của API hay bằng chứng bổ sung tự xuất hiện trong ảnh.

Câu hỏi và trả lời

Flash có đọc chắc chắn mọi chữ nhỏ trong ảnh không?

Không có bảo đảm như vậy. Chữ nhỏ, lóa, mờ hoặc bị che cần được ghi là chưa xác định. Hãy chụp lại vùng đó và đối chiếu bằng mắt; đừng dùng câu trả lời trôi chảy để thay cho bằng chứng nhìn được.

Có thể đổi sang GLM Flash mà giữ nguyên cách hiểu ảnh không?

Không nên coi hai tên là một. seller-flash có ảnh trực tiếp, còn seller-glm-5-3-flash dùng đường cầu nối văn bản cho ảnh với chi phí riêng. Đổi mô hình có thể đổi dữ liệu mà bước tạo câu trả lời thực sự nhận.

Demo có bao gồm quy trình ảnh này không?

Không được suy từ hướng dẫn ảnh rằng tài khoản demo có quyền dùng ảnh hoặc mọi mô hình. Demo hiện hướng tới Pro 2 dạng văn bản; các điều kiện cũ được giữ theo tài khoản. Kiểm tra quyền đang hiển thị trước khi chuẩn bị yêu cầu.

Mất kết nối có nghĩa ảnh chưa được xử lý và không mất phí không?

Không. Lỗi mạng chỉ cho biết máy khách không có đủ xác nhận, khác với một phản hồi HTTP từ chối đã biết. Công việc có thể đã bắt đầu hoặc hoàn tất; cần đối chiếu trạng thái thay vì tự động gửi lại cùng ảnh.

Nguồn

Nội dung được biên soạn với sự hỗ trợ của AI. Ví dụ mang tính minh họa, không phải câu trả lời thực tế hay thử nghiệm so sánh. Nguồn bên ngoài không thay thế điều khoản dịch vụ.

• Dikaya: danh mục mô hình và điều kiện truy cập
  dikaya.cc
• Dikaya: hướng dẫn API và giới hạn yêu cầu
  dikaya.cc
• Dikaya: bảng giá công khai cần đối chiếu
  dikaya.cc
• OpenAI Python SDK: lỗi kết nối và tắt gửi lại tự động
  github.com
• MDN: trạng thái HTTP, đọc phản hồi và hủy Fetch
  developer.mozilla.org