指南

截图问 AI、拍照问 AI:开口或打字提问

把截图或照片附加到会话中,然后提出你的问题,开口说或在输入框里打字都行:助手会看着图片回答,包括图里的文字。在 iPhone 和 iPad 上,图片来自“文件”“照片”或“相机”;在 Mac 上,“截图”会截取你选定的屏幕或窗口,并立即发送。

阅读约 5 分钟 · 更新于 2026-09-28

助手能看什么

图片:一张截图、相册里的一张照片,或者专门用相机拍的一张照片。助手会看整张图片并识别其中的文字,所以一张报错信息的截图和直接粘贴报错一样好用,往往更好,因为它还显示了报错出现在哪里。

只能是图片。它打不开 PDF、文档或音频文件。如果你想问的是一份长文档中的某一页,就把那一页截图,附上截图。这通常也是更好的提问方式,因为它指向了真正要紧的部分。

你可以开口或打字询问图片,无论哪种方式,回答都以文字形式显示在会话中。

一步步询问一张图片

不管是开口问还是打字问,都是这么几下。

  1. 打开 App,开启一个会话。如果有合适的模板就选一个——比如关于代码的问题用编程任务——或者写你自己的指令。
  2. 要开口问,点按“开始”(在 iPad 和 Mac 上是“开始会话”),让助手开始听。要打字,就用写着“询问 AI 或粘贴上下文...”的输入框。
  3. 在 iPhone 或 iPad 上,点按“附加”,选择“文件”“照片”或“相机”,然后选图片或拍照。
  4. 在 Mac 上,用“显示器”选择屏幕或窗口,然后点按“截图”。截取的画面会立即发送给助手。
  5. 就这张图片提问:“这个报错是什么意思?”“这张表格第 7 栏要填什么?”“这张图表关于三月说明了什么?”
  6. 如果回答不是你需要的,就追问,或者附上一张更清楚的图片。

发一张截图,得到一个修复方案

大多数人在抓狂时截的图都是报错:构建失败、一个带错误代码的对话框、一个怎么都保存不了的设置页面。附上它,问哪里出了问题、该改什么。编程任务模板就是为这类会话写的;问题和代码有关时,就从它开始。

在 Mac 上最快。在“显示器”中选中显示构建日志或终端的窗口,点按“截图”,趁你还盯着它的时候问“为什么会失败?”。如果回答需要的信息多于屏幕上显示的,就把相关的函数或配置粘贴到输入框里。助手只能看到图片里的内容和你告诉它的内容,看不到你的整个项目。

把修复方案当作一位只看过你问题一屏内容的同事给的建议。粘贴之前先读一遍,然后重新构建,而不是假设它已经解决了。

截图之前,看看屏幕上还有什么。终端里可能露出 API 密钥,浏览器标签页可能显示客户的名字,通知可能显示别人的消息。先关掉或裁掉它们;图里的一切都会随问题一起发出去。

外语的表格、信件和菜单

一张你看不懂的表格的照片,很适合开口问:每一栏要填什么,哪些格子和我有关,底下的小字写了什么。信件、门上的告示、菜单、包装上的说明,也都一样。

用你自己的语言问,并且问你真正想知道的:“把这份菜单翻译一下,告诉我哪些菜没有肉”比“这写的是什么”更有用。

要紧的地方要核实。助手会解释表格,但不会替你填写,它的解释也不是认证翻译。如果是官方表格——报税、移民、医疗知情同意——用它的回答弄懂要问的是什么,然后在签字之前,向发出表格的机构或专业人士确认。

逐句翻译一场实时对话是另一项工作,由“翻译”完成。它是整个 App 的开关,你不关它就一直开着;开着的时候,你说的或输入的一切都会被译成“目标语言”——所以如果你之前用过,询问图片之前先检查一下。

图表、幻灯片和白板

图表是数字的图画,关于它的问题通常是这三种之一:它显示了什么,什么变了,它是否说明了演示者说它说明的东西。截下图表——在 Mac 上,截它所在的窗口——然后提问。数字要紧时,从原始资料里读,而不是从回答里读。

会议结束时的白板,是用马克笔写的同一个问题。趁别人擦掉之前拍下来,然后问上面有哪些决定,或者请它把图示整理成列表。手写比印刷体难认;要紧的词,请对照白板核实。

在 Mac 上的视频通话中展示的幻灯片,在“显示器”中选中通话窗口,等你想要的那一页出现时点按“截图”。换页之后有新问题,就再截一张。

拍出助手看得懂的图片

小细节会让回答大不一样。

  • 裁剪到你要问的部分。整个屏幕、报错只在一个角落里,等于请它回答错误的部分。
  • 正对着拍,光线充足,文字清晰对焦。一张模糊的表格照片,谁看都只能猜。
  • 说出你想知道什么。“这是什么?”得到的是描述;“哪一栏填我的出生日期?”得到的是答案。
  • 告诉它图片里看不到的背景:它来自哪个 App,你当时想做什么,已经试过什么。
  • 在 iPhone 和 iPad 上,先截好其他 App 的图,再开始会话。App 一进入后台,实时会话就会结束,所以会话中途切出去截图会把它关掉。

图片去了哪里,以及它不适合做什么

在云端会话中,图片会和你的问题一起发送给 OpenAI,会话保存在你的设备上,没有云同步。Arte Soft 的服务器从不接收你的音频、转录文本或回答。

所以你拍什么,由你负责。你自己的报错信息、你自己的信件、桌上的菜单:没问题。别人的私人文件、同事的屏幕、陌生人的身份证:不是你可以发到任何地方的东西,不管回答会多有用。

有些图片需要找人看。皮疹、影像片子、合同条款、汽车仪表盘上的警告灯:助手可以描述它看到的东西、建议你该问什么,但它不是医生、律师或修车师傅,而且可能错得很自信。用它的回答去向合适的专业人士提出更好的问题,而不是代替他们。

它能读 PDF 或 Word 文档吗?

不能。它处理的是图片:截图和照片。把你想问的那一页截图,附上截图即可。

必须开口问吗?

不必。在写着“询问 AI 或粘贴上下文...”的输入框里打字提问,或者在实时会话中说出来都行。无论哪种方式,回答都以文字显示。

在 Mac 上怎么把屏幕给它看?

用“显示器”选择屏幕或窗口,然后点按“截图”。截取的画面会立即发送给助手;屏幕变了就再截一张。

图片去了哪里?

在云端会话中,它会和你的问题一起发送给 OpenAI。会话保存在你的设备上,Arte Soft 的服务器从不接收你的音频、转录文本或回答。

截图问 AI、拍照问 AI:开口或打字提问