Pregunta a una IA sobre una foto o captura y comprueba qué leyó
Pregunta a una IA sobre una foto o una captura de pantalla y obtén una respuesta que puedas comprobar: prepara la imagen, pide primero una transcripción y deja fuera los datos privados.
Para preguntar a una IA sobre una foto, adjunta una imagen nítida de una sola cosa, pídele que transcriba lo que ve antes de responder y comprueba tú esa transcripción. Muchas respuestas erróneas nacen de un día, un número o una unidad mal leídos, no de un mal razonamiento.
Esta guía trata la imagen, la petición, la comprobación y lo que envía una app; no cubre la creación ni la edición de imágenes. Mono de Reunified acepta fotos en el chat, pero aún no está disponible (apúntate a la lista de espera), así que usa este método con cualquier asistente que acepte imágenes.
1. Decide si una foto es lo más adecuado
Una foto ayuda cuando la disposición importa: una señal en la calle, un formulario en papel, un gráfico o un mensaje de error que no puedes copiar. Si tienes el texto o el archivo original, usa eso. El texto copiado no se puede leer mal.
No confíes en la IA para identificar una seta, una pastilla o cualquier cosa en la que un error pueda hacer daño a alguien. Pregunta a una persona cualificada.
El ejemplo de esta guía es inventado. Quieres aparcar el domingo desde las 10:00 durante tres horas, junto a una señal que dice:
2 HOUR PARKING
08:00-18:00 MON-SAT
ZONE B PERMIT HOLDERS EXCEPTEDLa señal limita el aparcamiento a 2 horas de 08:00 a 18:00, de lunes a sábado, salvo para los titulares de un permiso de la zona B.
2. Prepara la imagen
Antes de hacer o enviar la foto, comprueba:
- Un solo elemento: recorta hasta dejar solo la señal, el cuadro de diálogo o la fila de la tabla por la que preguntas.
- Luz y ángulo: sin reflejos y con la cámara justo de frente al texto.
- Pantallas: haz una captura de pantalla, no una foto de la pantalla.
- Datos de otras personas: recorta o tapa caras, nombres y matrículas.
Las fotos del móvil también pueden guardar su ubicación. La guía de Apple sobre los metadatos de ubicación en Fotos explica cómo quitarla en el iPhone: abre la foto, elige Más y después Ajustar datos, Ajustar ubicación y Ninguna ubicación. Para que las fotos nuevas no la guarden, pon Ajustes > Privacidad y seguridad > Localización > Cámara en Nunca. En Android, Google Fotos no puede quitar una ubicación que haya añadido la cámara, así que desactiva el ajuste de ubicación de la cámara, como «Guardar ubicación», antes de hacer la foto.
La lista de privacidad para IA te ayuda a comprobar quién recibe lo que envías.
3. Pide una transcripción antes de la respuesta
Adjunta la foto y pide primero la lectura. Si no, no sabrás si la respuesta se basa en una palabra mal leída:
First, transcribe every word and number on the sign exactly as written.
Write [unreadable] for anything you can't read with confidence.
Then answer: can I park here on Sunday from 10:00 for three hours?
Quote the line your answer depends on.La línea citada te indica qué parte de la foto tienes que comprobar.
4. Comprueba qué leyó la IA
Amplía la foto original, no la vista previa del chat. Compara cada dato que podría cambiar la respuesta:
| Dato | Lo que leyó la IA | Lo que muestra la foto |
|---|---|---|
| Días | MON-SUN | MON-SAT, en parte bajo un reflejo |
| Horario | 08:00-18:00 | 08:00-18:00 |
| Límite de tiempo | 2 HOUR | 2 HOUR |
La primera transcripción leyó «MON-SUN» (de lunes a domingo), así que la respuesta dijo que tres horas superarían el límite. Discutir con la IA puede darte una disculpa y otra suposición. Si puedes leer la línea, escríbela en el chat. Si no, o para cualquier cosa marcada como [unreadable], repite la foto más cerca y sin reflejos. Aquí, la nueva foto dice «MON-SAT» (de lunes a sábado), y la respuesta cambia: no se indica ningún límite para el domingo.
En una imagen recargada, como un menú completo, pregunta por una zona cada vez. Los días, las horas, los separadores decimales, las unidades y los caracteres parecidos (0 y O, 1 y l) merecen la revisión más atenta. La guía para verificar respuestas aplica las mismas comprobaciones a las respuestas de texto.
5. Comprueba qué envía tu app
Adjuntar un archivo no siempre significa que la IA lo lea. Para comprobarlo, pide un valor exacto de la segunda página del archivo y compáralo. Si la respuesta no puede citarlo bien, puede que el contenido no haya llegado.
En Mono, el menú «+» del chat ofrece Fotos y Archivos, y Cámara en iPhone y Android. Esto es lo que envía Mono en cada caso:
| Lo que adjuntas | Lo que va con tu mensaje |
|---|---|
| Una foto o una captura de pantalla | La imagen |
| Un archivo Markdown | El texto del archivo |
| Un PDF o cualquier otro archivo | Solo su nombre, como «[Archivo adjunto: …]» |
Con un PDF, pega el texto que necesitas o adjunta una captura de la página. Si usas tu propio modelo de texto, Mono envía las imágenes a ese modelo, que puede no aceptarlas. La guía para conectar un modelo propio explica qué comprobar.
6. Guarda el resultado y confírmalo
Guarda la transcripción revisada con tu conclusión y la fecha: «La señal dice 08:00-18:00 MON-SAT. No se indica límite para el domingo. Comprobado el 11 de octubre». Si exportas un chat de Mono a Markdown, la foto se convierte en un marcador «Imagen», así que tu transcripción conserva el contenido. La guía para exportar chats enumera qué más incluye el archivo.
Cuando un error te pueda costar caro, como una multa o un plazo perdido, confírmalo con la fuente oficial. En el ejemplo, son las normas de aparcamiento del ayuntamiento.
Después borra las fotos que ya no necesites, sobre todo las que muestran a otras personas o direcciones. Mono aún no está disponible, pero puedes apuntarte a la lista de espera y usar este método en su chat cuando tengas acceso.
