وقتی بازدیدکننده عکس می‌فرستد (درک تصویر در چت)
گاهی توضیح دادن یک مشکل با متن سخت است — مشتری ترجیح می‌دهد عکس بگیرد و بفرستد: «این لکه رو چطور پاک کنم؟»، «این قطعه با محصول شما سازگاره؟»، «رنگ این کفش دقیقاً همینه که تو سایت هست؟». ربات میراکل می‌تواند این عکس‌ها را واقعاً «ببیند» و بر اساس آن‌ها جواب بدهد.
چطور کار می‌کند؟
اگر بازدیدکننده هم‌زمان با یک سوال متنی، یک عکس هم در چت ضمیمه کند، آن عکس مستقیماً همراه سوال به مدل هوش مصنوعی (چه GPT چه Gemini — هر دو از تحلیل تصویر پشتیبانی می‌کنند) داده می‌شود. پاسخ ربات می‌تواند ترکیبی از دو چیز باشد: چیزی که در عکس می‌بیند + دانشی که از فایل‌ها و صفحات آپلودشده‌ی خودِ کسب‌وکار شما دارد.
اگر فقط عکس بفرستد، بدون هیچ متنی؟
در این حالت، ربات عکس را به مدل هوش مصنوعی نمی‌فرستد — فقط دریافتش را به کاربر تایید می‌کند و از او می‌خواهد سوالش را هم بنویسد. این تصمیم عمدی است: پردازش تصویر هزینه دارد و اگر قرار بود هر عکسی بدون هدف مشخص پردازش شود، ممکن بود هزینه‌ی غیرضروری روی حساب شما بیفتد.
یک محدودیت مهم که باید بدانید
لایه‌ی «ضد توهم» که پاسخ‌های متنی ربات را قبل از نمایش با متن‌های مرجع مقایسه می‌کند (به مقاله‌ی «جلوگیری از پاسخ‌های نادرست» مراجعه کنید)، وقتی عکس در میان باشد اجرا نمی‌شود — چون آن بررسی فقط متن را با متن مقایسه می‌کند، نه با محتوای یک تصویر. یعنی برای سوال‌هایی که با عکس همراه‌اند، همان لایه‌ی محافظتی اضافه فعلاً وجود ندارد؛ پاسخ مستقیماً بر اساس درک مدل از تصویر و دانش کسب‌وکار شما نوشته می‌شود.
امنیت فایل‌ها
عکس‌هایی که در چت ارسال می‌شوند فقط برای همان مکالمه ذخیره می‌شوند و مثل هر داده‌ی دیگری، تحت همان ایزولاسیون کامل بین مشتری‌های میراکل قرار دارند — به «ایزوله بودن داده‌های هر مشتری» مراجعه کنید.