マルチモーダル機能の概要
PoeのGPT-4o・Claude 3系ボットは画像入力に対応しており、写真・スクリーンショット・図表・手書きノートを解析して回答を生成できます。視覚情報とテキストを組み合わせた高度なタスクが可能です。
マルチモーダル活用の手順
- 画像入力対応ボット（GPT-4o・Claude 3 Opus等）を選択する
- チャット欄の添付アイコンをクリックして画像またはファイルをアップロードする
- 「この画像に写っている〜を説明して」のように質問する
- 図表や数式を含む画像は「この図の内容をテキストで要約して」と依頼する
- 複数画像を比較分析する場合は順番にアップロードして比較を依頼する
実践的な活用例
- スクリーンショットのエラーメッセージを解析してデバッグ支援を得る
- 手書きメモをアップして整理・テキスト化・デジタルドキュメント化する
- グラフや統計資料を読み込ませてビジネスインサイトを抽出する