多模态大模型的api都支持，例如chatgpt 4o通过api及提示词来返回每一题在图片中的的x与y坐标及是否回答真确还有解析
你是一个专业的老师，这是小孩做的试题拍照照片，请用json格式返回每一题在照片中x与y作品，并给出是否答对和文字解析，例如[["x":111,"y":112,"isright":true,"jiexi":"此题的解析"]]
最后根据json结果在拍照图片上绘制文字
网友回复
我知道答案，我要回答
最新提问
如何将linux服务器的文件目录映射到windows电脑磁盘？
Docling 与 MarkItDown 两个库有啥不同？
豆包收费后国产其他ai软件也会跟进收费吗？
JPEG 与 HEIF图片格式区别？
centos7版本太旧无法安装python3.11，如何在docker中运行python3.11？
python如何做个RPA按键精灵的程序？
写一个windows的cmd的python代码如何在命令行中捕获获取复制粘贴的图片？
如何将别人爆款的抖音短视频短剧文案提取为seedance2的提示词？
阿里云域名dns云解析10万次日限额如何应对？
windows电脑如何提交上架ipa苹果应用？
