gpt-4o-mini vision gpt 图片识别时， openai 接口 不允许多轮会话，大家遇到过吗？

[caohuihe31]

比如我要识别一个图片，我的消息体大概是这样： { "model": "gpt-4o-mini", "messages": [ { "role": "user", "content": [ { "type": "text", "text": "What’s in this image?" }, { "type": "image_url", "image_url": { "url": f"data:image/jpeg;base64,{base64_image}" } } ] }

但是如果我获取请求结果后，发现不合适，我想要带着这次的请求结果重新提问，按照非 vision 的方式是，插入一个 assistant 角色的内容，但是 vision 是不支持的，请问大家遇到过吗？ openai 好像接口不允许这么做。

[zhhmax]

先识别一次图，然后将得到的结果复制过去，形成一条 role=assistant 的 message ，请求结果如下：

先识别一次图，然后将得到的结果复制过去，形成一条 role=assistant 的 message ，后面再跟一条 role=user 的 message ，请求结果如下：

先识别一次图，然后将得到的结果复制过去，形成一条 role=assistant 的 message ，后面再跟一条 role=user 的 message ，message 强调重新识别，请求结果如下：

这三个截图，不知道你说的是哪种情况。

[vacuitym]

没有吧，我刚试了我的正常

[vacuitym]

可以发下你第二次请求的整个数据结构看下

[caohuihe31]

我的
@vacuitym 数据结构是这样的：{
"messages": [
{
"role": "system",
"content": ""
},
{
"role": "user",
"content": [
{
"text": "这是 什么",
"type": "text"
},
{
"image_url": {
"url": "https://api.weixin.qq.com/cgi-bin/media/get?access_token=83_3Dw6qeFf4VCRenwRBujuT0Bv5Fx3eqzeaMtnd6I7xrM8rSYLUeURaqK5NfZo2iozpLKP48khO9W-52en-jWNIiM9X-70URX2LPIl6dDew5dBjDyOxdzV5JRAZLwCXLjAEAMHV&media_id=7x9khwKTGSQG2YH335nYudEAacGXal9X-riJcm0L9EcllALJyhYO5Dsa918ZySIX"
},
"type": "image_url",
"detail": "low"
}
]
},
{
"role": "assistant",
"content": "这是一个水族箱，里面有鱼和水草。水族箱整体摆放在一个黑色的架子上，旁边还有一些植物和工具。窗外可以看到一些城市的景色。"
},
{
"role": "user",
"content": "可以认出是什么鱼吗"
}
],
"model": "gpt-4o-mini"
}

接口的响应是这样的：


{
"error": {
"message": "Invalid chat format. Unexpected keys in a message content image dict.",
"type": "invalid_request_error",
"param": null,
"code": null
}
}

@zhhmax

[yinmin]

image url 改变 base64

[vacuitym]

@caohuihe31 你的 detail 写错地方了吧，应该在 image_url 里面

[yinmin]

image url 改成包含完整图片的 base64 格式

[caohuihe31]

@vacuitym 感谢解答，是的，是我搞错了

[caohuihe31]

@yinmin 感谢解答，是放错位置了 detail