כל המסלולים
VISION
תמונה או מסך — לתובנה או לקוד
צילום מסך שבאג, עיצוב לשיחזור, טבלה בתמונה, וידאו לניתוח.
שלושת המובילים למשימה
הגדרות הבחירה הראשונה
Gemini 3.8 Flashthinking_levelmedium
החליף את thinking_budget המספרי; צפוי ויציב יותר.
temperature1.0 — אל תשנה
גוגל ממליצה במפורש להשאיר ברירת מחדל ב-3.x.
top_p / top_kברירת מחדל
הכיול של Gemini 3.x נשבר כשמשנים אותם.
max_output_tokens32000
עד 64K בחלון של מיליון טוקנים.
tools—
כלים רק בעת צורך.
thinking_levelhigh
נימוק עמוק יותר לפני מסקנה.
הפרומפט המומלץ
בתמונה: <מה חשוב>. החזר טבלה של רכיבים ומידות משוערות, וציין מה לא ניתן להסיק מהתמונה.
לפני הכל
אמור מה לחפש בתמונה ובאיזה פורמט להחזיר.
סדר העבודה
- 1
העלה תמונה באיכות שמאפשרת לקרוא את מה שצריך.
- 2
אמור מה לחפש: רכיב, שגיאה, מידות, היררכיה.
- 3
בקש פלט מובנה: רכיבים, מידות, פערים.
- 4
לשחזור עיצוב — בקש קוד עם טוקנים, לא תיאור.
מה אוכל את התוצאה
- ⚠צילום מסך מטושטש — המודל ימציא טקסט במקום לומר שלא רואה.
- ⚠בקשה כללית 'מה יש בתמונה' — תיאור ארוך וחסר תועלת.
- ⚠הנחה שהמודל קורא מידות מדויקות מפיקסלים.
למה דווקא הוא
- חלון של מיליון טוקנים ופלט עד 64K
- thinking_level פשוט: low / medium / high
- אמור מה לחפש בתמונה (רכיב, שגיאה, מידות) ובאיזה פורמט להחזיר. מודל ראייה בלי מטרה מתאר הכל ולא שום דבר.