Posso enviar imagens/screenshots para um agente analisar?
1 Answers
Sim, diversos modelos da Cortex são multimodais (aceitam imagem + texto):
Modelos com visão nativa:
- 🎭 Claude (Opus, Sonnet, Haiku 4.5+) — excelente em screenshots, documentos escaneados, gráficos
- 🤖 GPT-5 (todas variantes exceto text-embedding) — suporta imagens em todas as versões
- 🔮 Gemini (Pro, Flash) — multimodal nativo desde o início
- ⚡ Grok (4+) — aceita imagens
- Qwen-VL, Pixtral (Mistral)
Casos de uso típicos:
- Análise de contratos escaneados
- Leitura de gráficos e dashboards
- Triagem de screenshots de suporte
- Verificação de documentos de identidade (com cuidado LGPD)
- Acessibilidade: descrição de imagens para deficientes visuais
Para ativar: no seu agente, habilite a capacidade 👁️ Visão. O ícone de upload aparecerá para o usuário anexar imagens.
📖 Documentação completa na Wiki:
Related