ПромптыНовичокКартинки~9 мин

Работа с картинками в GPThub: скрины, UI и фото документов

Не каждая модель в GPThub «видит» изображения: DeepSeek V4 Flash и GLM картинку не прочитают. **Быстрый результат за 3 минуты:** выберите Gemini 3.8 Flash → прикрепите скрин ошибки → получите диагностику с тремя шагами решения. Скрины смотрят Gemini 3.8 Flash, GPT-5 Nano, Luna, Grok, Kimi, Claude и GPT-6.1 Sol. Ниже — как прикрепить файл, что написать в запросе и готовые шаблоны под интерфейсы, ошибки и фото документов.

Опубликовано 6 августа 2026 г. · обновлено 8 октября 2026 г.

Понадобится

·Скрин или фото (лучше крупно, читаемый текст на экране)
·Модель с поддержкой изображений в списке чата

Открыть чат Все гайды

Шаги

01Выберите модель с картинками
В карточке модели и в каталоге «Модели» смотрите, есть ли работа с изображениями. С картинками работают Gemini 3.8 Flash, GPT-5 Nano, Luna, Grok 4.3, Kimi K2.6, GPT-6.1 Sol, Grok 4.5, Claude Sonnet 5, Kimi K3. DeepSeek V4 Flash и GLM — только текст: вложите скрин — модель его не увидит.
Совет: Если сомневаетесь, откройте карточку модели в разделе «Модели».
02Прикрепите изображение и опишите задачу
Загрузите файл в чат (как принимает интерфейс GPThub), затем текстом: что это за экран, что нужно сделать, в каком формате ответить. «Посмотри картинку» без цели даёт общий пересказ. Лучше: «это форма оплаты, найди 3 UX-проблемы» или «прочитай ошибку и предложи 3 шага».
03Сделайте картинку читаемой
Крупный фрагмент с текстом работает лучше, чем весь рабочий стол мелким шрифтом. Обрежьте лишнее, увеличьте область с ошибкой. На фото документа — ровный свет, без бликов; одна страница за раз, если страниц много.
04Просите структуру ответа
Как и в текстовых промптах: список, таблица, «сначала что видишь, потом выводы». Для UI: проблема → где на скрине → правка. Для бага: текст ошибки → вероятная причина → что проверить. Так проще сверить ответ с картинкой.
05Добавьте контекст, которого нет на скрине
Модель не знает, что вы нажали до ошибки, какой стенд (тест/прод) и какой браузер. Допишите 2–3 строки: «Chrome, после клика „Оплатить“, ожидал успех». Для макета — цель экрана и аудитория.
06Проверьте и уточните
Модели иногда «дочитывают» нечёткий текст. Если цитата с экрана важна — попросите: «процитируй надпись дословно, не перефразируй». Уточняйте: «увеличь внимание на красный баннер справа». Неверный OCR — пришлите более чёткий кроп.

Готовые запросы

Нажмите «Скопировать» и вставьте в чат. Текст в квадратных скобках замените на свой.

Разбор UI / макета (ответ за 8-12 сек, список из 5 проблем)

GPT-5 Nano

На скрине — [экран: форма / лендинг / кабинет].
Аудитория: [кто пользуется].
Задача: найди 5 конкретных проблем (ясность, иерархия, ошибки, доступность на глаз).
Для каждой: что видишь → почему мешает → как исправить в 1 предложении.
Не хвали «в целом нормально». Если данных мало — список вопросов.

Ошибка на экране (ответ за 5-10 сек, 3 шага диагностики)

GPT-6 Luna

На скрине ошибка или стек.
1) Процитируй текст ошибки дословно.
2) Объясни простыми словами.
3) Дай 3 шага диагностики по убыванию вероятности.
4) Если хватает контекста — один вероятный фикс (без выдуманных файлов).
Контекст: [что делал пользователь, браузер/ОС, стенд].

Фото документа / таблицы (ответ за 8-15 сек, извлечение данных)

Claude Sonnet 5

На фото — [чек / таблица / бланк / слайд].
Извлеки данные списком: поля и значения.
Если строка нечитаема — пометь «неуверен» и не угадывай.
Затем: краткое резюме в 3 пунктах для [кому: бухгалтер / менеджер].
Не добавляй поля, которых нет на изображении.

Сравнение двух скринов

Grok 4.5

Два скрина: A (до) и B (после) / вариант 1 и 2.
Сравни: что изменилось, что стало лучше/хуже для пользователя, 3 риска.
Формат: таблица «критерий | A | B | вывод».
Контекст задачи: […].

Готово, если…

Выбрана модель с поддержкой изображений
Картинка прикреплена, текст на ней читается
В запросе есть цель и формат ответа
Добавлен контекст «что делали до скрина»
Важные надписи при необходимости запрошены дословно
Ответ сверен глазами со скрином (цифры, имена, ошибки)

Частые ошибки

Кидать скрин в DeepSeek V4 Flash или GLM — они работают только с текстом
Весь рабочий стол 4K мелким шрифтом без кропа
«Что на картинке?» без задачи — получаете пересказ вместо пользы
Доверять распознаванию сумм и реквизитов без проверки
Пачка из 10 скринов в одном сообщении без нумерации и цели

Частые вопросы

Какая модель для скринов, если нужно быстро?

Gemini 3.8 Flash. DeepSeek V4 Flash изображения не обрабатывает: только текст.

Почему модель «не видит» вложение?

Чаще всего выбрана текстовая модель, файл не прикрепился или формат не поддержан. Смените модель на Gemini 3.8 Flash, Nano, Luna или Claude и прикрепите файл заново.

Можно ли прислать фото паспорта или карты?

Не стоит. Не загружайте в чат чувствительные персональные и платёжные данные. Замажьте лишнее или опишите задачу без скана.

PDF или только картинки?

Ориентируйтесь на то, что принимает интерфейс чата. Многостраничный документ часто удобнее как отдельные скрины страниц с подписью «стр. 2 из 5».

Текст на скрине на английском — писать промпт по-русски?

Да. Можно: «отвечай по-русски, термины с экрана оставляй как есть».

Связанные модели

GPT-5 Nano

GPT-5 Nano · картинки · ~400K контекст · низкая задержка

Luna

GPT-6 Luna · картинки · быстрые ответы

6.1 Sol

GPT-6.1 Sol · картинки · окно ~1M · почти Astra

Grok 4.5

Grok 4.5 · картинки · 500K · код и агенты · Про

Claude Sonnet 5

Sonnet 5 · картинки · 1M · агентный код · Про

Kimi K2.6

Kimi K2.6 · MoE 1T·32B · 256K · картинки

Источники

Попробовать в чате

Доступ из России без VPN. Начните с бесплатных моделей или выберите тариф.