ترفع صورة واضحة بالنسبة لك، ثم يفشل النظام في قراءة نصها أو يصف جزءًا منها بصورة خاطئة أو يتجاهل تفصيلًا ظاهرًا. هذه النتيجة لا تعني بالضرورة أن الصورة غير قابلة للتحليل؛ ففي كثير من الحالات تكون المشكلة في الدقة أو طريقة القص أو تنسيق الملف أو مقدار التفاصيل التي تحاول استخراجها دفعة واحدة. عندما يعجز الذكاء الاصطناعي عن قراءة صورة، فإن تغيير طريقة تقديمها والسؤال عنها قد يكون أهم من إعادة المحاولة بالطريقة نفسها.
قبل أن تكمل
- تأكد أولًا من أن الصورة نفسها حادة ومقروءة عند تكبيرها، وليست نسخة مضغوطة أو لقطة بعيدة.
- اقصص الجزء المطلوب إذا كانت الصورة تحتوي على معلومات كثيرة لا تحتاج إلى تحليلها.
- استخدم تنسيق صورة تدعمه الخدمة بدل افتراض أن جميع الصيغ متساوية في التوافق.
- اطلب مهمة محددة، مثل قراءة جدول أو استخراج رقم أو وصف عنصر، بدل طلب عام مثل تحليل الصورة.
- إذا كان النص صغيرًا أو الجدول مزدحمًا، قسّمه إلى أكثر من صورة وارفع كل جزء على حدة.
- لا تعتمد على القراءة الآلية وحدها عندما تكون الأرقام أو البيانات المهمة بحاجة إلى دقة كاملة.
ابدأ بتحديد نوع الفشل قبل تعديل الصورة
من المهم التمييز بين أن النظام لم يستقبل الصورة أصلًا وبين أنه استقبلها لكنه لم يفهم محتواها جيدًا. ظهور رسالة خطأ عند الرفع يشير غالبًا إلى مشكلة في الملف أو حجمه أو تنسيقه أو الاتصال، بينما الحصول على وصف غير دقيق يعني أن الصورة وصلت ولكن بعض تفاصيلها لم تكن واضحة بما يكفي.
هناك حالة ثالثة أيضًا: يستطيع النظام وصف الصورة عمومًا لكنه يفشل في المهمة الدقيقة المطلوبة منه. فقد يتعرف على وجود جدول، مثلًا، لكنه يخطئ عند نسخ بعض الأرقام أو ربط قيمة بالعمود الصحيح. هنا لا تكون المشكلة في رؤية الصورة فقط، بل في كثافة البيانات أو صعوبة المهمة أو طريقة صياغة الطلب.
هذا التشخيص يمنعك من إجراء تعديلات عشوائية. إذا كان الملف لا يُرفع فابدأ بالتنسيق والحجم، وإذا كان المحتوى غير واضح فركز على جودة الصورة والقص، أما إذا كانت الإجابة غير دقيقة فغيّر طريقة الطلب وقسّم المهمة.
افحص الصورة كما لو أنك ستقرأها بنفسك
افتح الصورة بالحجم الكامل وحاول قراءة أدق جزء تريد من النظام فهمه. إذا احتجت إلى التكبير الشديد حتى ترى الكلمات أو الأرقام، فمن المتوقع أن تصبح القراءة الآلية أصعب أيضًا. تظهر المشكلة بصورة واضحة في لقطات الشاشة الطويلة، والفواتير المصورة من مسافة بعيدة، والجداول الكبيرة، والصور التي تعرضت للضغط عدة مرات.
- الضبابية: قد تجعل الحروف والأرقام المتشابهة صعبة التمييز.
- الانعكاس والإضاءة: قد يخفي الضوء المباشر جزءًا من النص عند تصوير شاشة أو مستند.
- الميلان: المستند المصور بزاوية حادة أصعب في القراءة من صورة مستقيمة.
- التباين الضعيف: النص القريب في لونه من الخلفية قد يصبح غير واضح.
- ازدحام المشهد: وجود عدة نوافذ أو جداول أو صور داخل لقطة واحدة يقلل وضوح العنصر المطلوب.
رفع أبعاد الصورة وحده ليس علاجًا دائمًا. تكبير صورة مشوشة لا يعيد التفاصيل الأصلية المفقودة؛ لذلك تكون العودة إلى النسخة الأصلية أو أخذ لقطة شاشة جديدة أفضل من تكبير ملف ضعيف عدة مرات.
قص الجزء المهم بدل إرسال الصورة كاملة
من أكثر الحلول فاعلية أن تجعل الصورة تحتوي فقط على المنطقة التي تريد تحليلها. إذا كان المطلوب قراءة خمسة أسطر في منتصف صفحة طويلة، فقص تلك الأسطر وارفعها منفردة. وإذا كان المطلوب فهم رسالة خطأ داخل نافذة برنامج، فلا حاجة إلى إظهار سطح المكتب كاملًا وكل العناصر المحيطة به.
القص يجعل العنصر المطلوب أكبر نسبيًا داخل الصورة ويقلل التفاصيل التي قد تشتت عملية التحليل. وهذه الطريقة مفيدة خصوصًا مع الجداول والنوافذ المزدحمة وواجهات التطبيقات.
لكن لا تقص الصورة أكثر مما ينبغي. احتفظ برؤوس الأعمدة أو الوحدات أو العناوين أو الكلمات المحيطة إذا كانت ضرورية لفهم المعنى. الرقم وحده قد يكون واضحًا، لكن من دون معرفة اسم الحقل أو الوحدة يصبح تفسيره غير مضمون.
تحقق من تنسيق الملف وحدود الخدمة
لا تتعامل جميع خدمات الذكاء الاصطناعي مع الصور بالطريقة نفسها. بعض المنصات تحدد أنواع ملفات وأحجامًا معينة للصور التي يمكن رفعها. لذلك عند ظهور مشكلة في الرفع أو المعالجة، ارجع إلى الوثائق الرسمية للخدمة بدل افتراض أن الملف يجب أن يعمل لمجرد أنه يفتح بصورة طبيعية على جهازك.
توضح وثائق OpenAI الخاصة بمدخلات الصور الصيغ والقيود المتعلقة بإدخال الصور، بينما توفر وثائق Google الرسمية لفهم الصور في Gemini تفاصيل حول معالجة الصور والصيغ المدعومة في خدمات Gemini.
إذا شككت في التنسيق، جرّب إنشاء نسخة من الصورة بصيغة PNG أو JPEG عالية الجودة مع الاحتفاظ بالملف الأصلي. وتجنب إعادة حفظ الصورة مرات كثيرة بجودة منخفضة، لأن الضغط المتكرر قد يطمس الحواف الدقيقة للحروف والأرقام.
غيّر السؤال بدل إعادة المحاولة بالطريقة نفسها
الصورة الجيدة قد تعطي نتيجة ضعيفة إذا كان الطلب عامًا. عبارة مثل اقرأ الصورة تترك للنظام حرية كبيرة في تحديد ما يجب التركيز عليه، بينما الطلب المحدد يقلل مساحة التخمين.
يمكنك مثلًا أن تطلب قراءة النص الموجود في أعلى الصورة فقط، أو استخراج أسماء الأعمدة والقيم من أول ثلاثة صفوف، أو تحديد رسالة الخطأ الظاهرة في منتصف الشاشة وشرح معناها دون تخمين الأجزاء غير الواضحة.
كلما كانت المهمة البصرية محددة، أصبح من الأسهل اكتشاف موضع الخطأ والتحقق من النتيجة.
ومن المفيد كذلك أن تطلب عدم تخمين ما لا يمكن قراءته. يمكنك توجيه الأداة إلى وضع عبارة «غير مقروء» أمام أي رقم أو كلمة غير واضحة بدل محاولة استكمالها تلقائيًا. هذه الخطوة مهمة خصوصًا مع الجداول والأكواد والأرقام التسلسلية والبيانات المالية.
قسّم الصورة إذا كانت تحتوي على معلومات كثيرة
لقطة الشاشة الطويلة قد تكون واضحة عند فتحها على جهازك، لكن التفاصيل تصبح صغيرة نسبيًا عند تحليل الصورة كاملة. عندما تحتوي الصورة على عدة أقسام أو جدول طويل، يكون تقسيمها أكثر فعالية من محاولة تحليلها دفعة واحدة.
- احتفظ بالصورة الأصلية للرجوع إليها.
- أنشئ عدة صور مقصوصة تغطي أجزاء متتالية من المحتوى.
- اترك قدرًا بسيطًا من التداخل بين الأجزاء حتى لا تضيع المعلومات الموجودة عند حدود القص.
- ارفع كل جزء بصورة مستقلة واطلب مهمة واحدة واضحة.
- بعد الانتهاء، اجمع النتائج وقارنها بالصورة الأصلية.
عند تقسيم جدول، حاول إبقاء عناوين الأعمدة ظاهرة في كل جزء. فصل القيم عن عناوينها قد يؤدي إلى قراءة الرقم بصورة صحيحة ولكن ربطه بحقل غير صحيح.
متى يكون OCR خيارًا أفضل؟
إذا كان هدفك الأساسي هو نسخ نص مطبوع حرفيًا من صورة أو مستند، فقد تكون تقنية التعرف الضوئي على الحروف OCR مناسبة كمرحلة أولى. تقوم هذه التقنية بتحويل النص الظاهر داخل الصورة إلى نص قابل للنسخ، ثم يمكن تحليل النص المستخرج أو تلخيصه أو ترتيبه لاحقًا.
لكن OCR لا يحل جميع أنواع المهام البصرية. فهو مناسب لاستخراج النص، بينما قد تحتاج إلى نموذج قادر على فهم الصور عندما يكون المطلوب تفسير العلاقة بين عناصر رسم بياني، أو فهم واجهة تطبيق، أو تحديد موقع عنصر بصري داخل الشاشة.
كما أن نتائج OCR نفسها تحتاج إلى مراجعة إذا كانت الصورة تحتوي على خط يدوي أو خلفية معقدة أو جداول أو حروف صغيرة أو أرقام متشابهة. خطأ واحد في فاصلة عشرية أو رقم قد يغيّر المعنى بالكامل.
تحقق من النتيجة قبل الاعتماد عليها
الحصول على إجابة طويلة ومقنعة لا يعني أن الصورة قُرئت بدقة. أفضل طريقة للتحقق هي مقارنة أجزاء محددة من الناتج مع الصورة الأصلية، خصوصًا العناصر التي يسهل حدوث خطأ فيها.
- راجع الأرقام والحروف المتشابهة بعناية.
- تحقق من ترتيب الصفوف والأعمدة في الجداول.
- راجع الوحدات والنسب المئوية وعلامات السالب والفواصل العشرية.
- إذا وصف النظام عنصرًا لا تراه، اطلب منه تحديد مكانه داخل الصورة.
- لا تستخدم البيانات الحساسة أو المهمة قبل مطابقتها مع المصدر الأصلي.
إذا استمر الفشل بعد استخدام صورة واضحة ومقصوصة وطلب محدد، فقد يكون من المفيد تجربة خدمة أخرى تدعم تحليل الصور. تختلف قدرات النماذج في التعامل مع التفاصيل الدقيقة، لكن الانتقال إلى أداة أخرى لا يلغي ضرورة التحقق من النتيجة.
القرار العملي عندما تفشل قراءة الصورة
ماذا تفعل الآن
- إذا فشل رفع الملف، تحقق من التنسيق والحجم وفق وثائق الخدمة.
- إذا كانت القراءة ناقصة، استخدم النسخة الأصلية واقص الجزء المطلوب.
- إذا ظهرت معلومات مخمّنة، اطلب التصريح بأي جزء غير قابل للقراءة.
- إذا كانت الصورة مزدحمة، قسّمها إلى أجزاء أصغر ومترابطة.
- إذا كانت المعلومات مهمة، راجع النصوص والأرقام يدويًا قبل استخدامها.
الخطوة التالية الأكثر فاعلية هي اختيار أصغر جزء من الصورة يحتوي على المعلومة التي تريدها، ثم رفعه بجودة جيدة مع طلب محدد يوضح ما الذي تريد استخراجه وما الذي يجب عدم تخمينه.
قد يهمك:
- أفضل أدوات الذكاء الاصطناعي لمقارنة المنتجات قبل الشراء
- كيف تمنع الذكاء الاصطناعي من اختراع مصادر غير موجودة؟
- كيف تجعل الذكاء الاصطناعي يراجع إجابته قبل اعتمادها؟
- كيف تمنع الذكاء الاصطناعي من تغيير أرقام الجداول؟
توضيحات إضافية
لماذا لا يقرأ الذكاء الاصطناعي النص رغم أنه واضح لي؟
قد يكون النص صغيرًا بالنسبة إلى أبعاد الصورة الكاملة، أو متأثرًا بالضغط أو التباين أو كثرة العناصر المحيطة به. قص المنطقة المطلوبة ورفع نسخة أوضح غالبًا يعطي نتيجة أفضل.
هل رفع دقة الصورة يحل المشكلة دائمًا؟
لا. تكبير صورة ضبابية لا يستعيد التفاصيل التي فُقدت أصلًا، لذلك تكون النسخة الأصلية أو لقطة جديدة وواضحة أفضل من مجرد زيادة أبعاد الملف.
هل الأفضل إرسال الصورة كاملة أم قص الجزء المطلوب؟
قص الجزء المطلوب أفضل عندما تكون الصورة مزدحمة، بشرط الاحتفاظ بالمعلومات المحيطة الضرورية لفهمه مثل عنوان العمود أو اسم الحقل أو الوحدة.
ماذا أفعل إذا كان النظام يخمن الكلمات غير الواضحة؟
اطلب منه صراحة عدم التخمين، وأن يضع عبارة «غير مقروء» أمام أي كلمة أو رقم لا يستطيع تمييزه بثقة، ثم راجع هذه المواضع بنفسك.
هل يمكن الاعتماد على الذكاء الاصطناعي لنسخ الأرقام من صورة؟
يمكن استخدامه للمساعدة، لكن الأرقام المهمة تحتاج إلى مطابقة مع المصدر الأصلي، خصوصًا في الجداول والبيانات المالية والأكواد وأي حالة قد يسبب فيها رقم واحد خاطئ نتيجة غير صحيحة.