开放API

调接口怎么把图片发给 AI 看?多模态请求怎么写、图片传链接还是文件

2026-10-29 约 1 分钟 20502 次阅读

调接口怎么把图片发给 AI 看?多模态请求怎么写、图片传链接还是文件 关键参数

请求结构content 数组(text + image_url)
传图方式公网 URL 或 base64 data URI
前提条件模型支持多模态(能力标签)
多图支持,按模型限制

请求结构

对话接口支持多模态时,把 content 写成数组,文本用 text 类型,图片用 image_url 类型:

{
  "model": "多模态模型代号",
  "messages": [
    { "role": "user", "content": [
      { "type": "text", "content": "这张图里有什么?" },
      { "type": "image_url", "image_url": { "url": "https://示例.com/a.jpg" } }
    ]}
  ]
}

传链接还是文件

  • 传链接(url):最简单,要求图片为公网可访问地址;省流量、快。
  • 传 base64(data URI):适合私有图片,但会增加请求体大小与耗时。

注意

  • 确认所使用的模型支持多模态(看模型页能力标签)。
  • 链接需稳定可访问,否则会返回读取失败。
  • 单轮可放多张图,按模型限制为准。

字段细节与模型支持情况以官方文档为准。

常见问题

怎么把图片发给 AI 看?
对话接口把 content 写成数组:文本用 text 类型,图片用 image_url 类型,两者可以同轮混合。
图片传链接还是 base64?
传链接最简单省流量,要求图片为公网可访问地址;base64(data URI)适合私有图片,但请求体更大更耗时。
一轮能放几张图?
单轮可放多张图,具体上限按模型限制为准。
图片读取失败是怎么回事?
链接需稳定可访问,否则返回读取失败;同时确认所用模型支持多模态(看模型页能力标签)。

相关阅读

相关平台

关于大模型的选型、调用与落地实践,你还可以访问以下平台:

多模态图片API