百智云图像理解：功能篇——上传、提问、识别、复制：在线体验四步走

第一次打开百智云图像理解服务的在线体验页，界面比想象中干净：左侧或上方是操作区，右侧是识别结果，中间几乎没有任何多余的选项。整个页面围绕一条操作链展开——上传图片、填写提示词、点击开始识别、查看并复制结果。这篇文章把这条链逐段拆开，帮第一次使用的你快速上手。

上传：拖进去或点一下

页面提供了两种上传方式：把图片直接拖拽到上传区域，或者点击区域选择文件。支持的格式是 JPG、PNG、WebP、GIF、BMP，单张上限 20MB。选择图片后页面会自动上传，不需要手动点「上传」按钮，上传完成后会在界面上给出明确反馈，提示可以开始识别了。

之所以把上传拆成独立一步，是为了给使用者确认的机会：先确认图片确实传上去了、画面没有选错，再进入下一步，避免对着错误的图片浪费时间与积分。

提示词：这是整条链的核心

上传区域之外，页面上最显眼的就是提示词输入框。系统默认填充的示例是「请描述这张图片的内容」，这既是给新用户的引导，也是一个可替换的模板。点击输入框即可改成自己的问题，例如提取图中文字、分析图表结构、判断页面用途等。

提示词框旁边通常有积分提示与开始按钮。每次识别消耗 10 积分在按钮附近明确标注，让使用者在点击前对成本有数。如果想反复使用同一类问题，可以把常用提示词留存下来，识别时直接调用。

开始识别与等待

点击「开始识别」后，服务把图片与提示词一起提交给模型处理。识别通常只需要很短时间，页面会有状态反馈，完成后在识别结果区域展示模型对图片的理解。

这里有一个使用习惯值得养成：识别完成前不要急着离开页面，也不要重复点击开始按钮。一次识别一个请求，重复点击只会造成无谓消耗。

识别结果与复制

结果区域展示的是「针对你的问题的回答」，而不是泛泛的图片描述。回答以文本形式呈现，方便直接阅读；结果旁边有复制按钮，点击即可把整段结果复制到剪贴板，用于存档、粘贴进文档或发送给同事。

复制这个动作看似简单，却是工作流的关键一环：图片理解的结果如果不能轻易离开页面，就只是屏幕上一段文字；能一键复制，它才能进入报告、工单、笔记这些真正被使用的地方。

小结

在线体验把图像理解收敛成「上传、提问、识别、复制」四步，每步都有明确的反馈与成本提示。它既是新用户理解服务的第一站，也常常成为轻量使用的主力入口——不需要写代码、不需要接 API，打开页面就能把一个看图需求跑完。下一篇转向更进阶的用法：把图像理解变成 AI 助手的眼睛。