Bakmadan ek açıklama yapan bir ajan, çağrı döndüğü için başarı rapor eder. Ek açıklamalı sayfayı görüntü olarak renderlemek, görme yeteneği olan bir modelin vurgunun nereye düştüğünü kontrol etmesini ve yanlışsa hareket ettirmesini sağlar.
Cevap grafikte olduğunda: AI agents, diyagram ve taramaları MCP üzerinden okuyor
Grafikler, damgalar ve taranmış sayfalar, metin çıkarımının asla göremediği cevapları barındırır. Sayfayı görüntüye dönüştürüp görüntüyü görme yeteneğine sahip bir modele vermek bu cevaplara ulaşır, doğruluk konusunda dürüst sınırlamalarla.
Çok modlu ajanlar sadece metin değil, piksellere de ihtiyaç duyar
Metin çıkarımı, bir AI ajanına belgenin karakterlerini verir ve düzeni, grafikleri ve damgaları atar. Tek bir komut, sayfayı görüntü olarak render eder ve ajan doğrudan ona bakar.
