Skip to main content

本文档由 AI 自动翻译。如有任何不准确之处，请参考 英文原版。

检索能否处理图片，取决于知识库所选的模型。可以先确定你希望检索怎样处理图片：

  • 以文搜图：用文字提问，按画面内容找到知识库中的图片。

    选择支持视觉的 嵌入模型。这样一来，像「组织架构图」这样的问题，即使对应的图表没有图注或替代文本，也能按画面内容匹配到它。

  • 以图搜图：用附加的图片，找到知识库中外观相似的图片。

    选择支持视觉的 嵌入模型，相似的图片即使没有共同的文字，也能相互匹配。

  • 以图搜文：用附加的图片，找到相关的文本分段。

    选择支持视觉的 推理模型。它会用文字描述图片，再用这段描述检索文本。

三种方式都需要时，嵌入模型和推理模型都要选择支持视觉的。两个模型之后都可在 设置 > 检索 中更换。更换嵌入模型会重新索引所有文档，并消耗 token。

Note

如果原先两个模型都只支持文本，切换完成后，需在每个含图片的文档上点击 重新索引。

模型对图片处理的影响#

提取图片以文搜图以图搜文以图搜图
两者都支持视觉是按画面内容，以及图注或替代文本「深度」和「研究」：是。

「快速」：否，图片查询只能找到图片。		是
仅嵌入模型支持是按画面内容，以及图注或替代文本否是
仅推理模型支持是仅按图注或替代文本是否
两者都不支持Markdown 和 HTML：仅保留图注或替代文本。

Office 文件：否。		仅按图注或替代文本否。

只含图片的查询会失败，文字查询中附带的图片会被忽略。		否

无论选择哪种模型，Markdown 和 HTML 文件中图片的图注和替代文本都能被检索到。因此，只要源内容的图注写得好，任何模型组合下的图片检索效果都会更好。

Info
  • 只要任一模型支持图片输入，就会读取 PDF 文件中图片里的文字。
  • Word、PowerPoint 和 Excel 文件中图片里的文字不会被读取，因此用户可能会搜索的内容，应写在图片周围的正文中。