الوكلاء متعددوا الوضع يحتاجون إلى البكسلات، ليس النص فقط استخراج النص يمنح الوكيل الذكاء الاصطناعي حروف المستند ويهمل التخطيط والرسوم البيانية والطوابع. طلب واحد يحول الصفحة إلى صورة ويقوم الوكيل بمشاهدتها مباشرة.
