Descrição de imagens#
Boa parte do que o cliente manda num atendimento de provedor é foto: a luz vermelha do equipamento, o comprovante de pagamento, o número de série da ONU. Se a IA não enxerga essas imagens, ela responde no vazio — e o pior é que isso não gera erro, gera uma resposta genérica.
As duas metades da mesma decisão#
Esta configuração existe porque a resposta estava repartida em dois lugares que não se falavam:
- Para onde a imagem vai — o provedor e o modelo de visão.
- O que o servidor faz com a imagem que ficou — a descrição gerada localmente para a foto que a API não vai ver.
Quem configurava um lado não via o outro. Dava para ligar a descrição local — que ocupa cerca de 1 GB de memória — com o provedor já lendo a imagem nativamente, pagando duas vezes pela mesma leitura. E dava para escolher "extrair o texto aqui" sem perceber que a descrição de foto sem texto estava desligada: o cliente mandava a foto da luz vermelha e a IA recebia uma string vazia.
As duas metades ficam na mesma tela, na ordem em que a decisão acontece.
Os três casos de leitura de imagem pelo provedor#
Não é um liga-desliga. São três estados, e tratar o terceiro como um dos outros dois é o que produz erro em produção:
| Estado | O que significa | Exemplo |
|---|---|---|
| Nativa | A API lê a imagem com o modelo de sempre | OpenAI, Anthropic |
| Depende do modelo | A API lê imagem só com um modelo específico | DeepSeek: o modelo base recusa, a variante de visão aceita |
| Não lê | A API não aceita imagem | — |
O estado do meio é o que engana. No DeepSeek, escolher o modelo base e esperar leitura de imagem produz recusa — e a foto do cliente vira nada.
Como fazer#
- Vá em Configurações → Inteligência artificial, aba de imagens.
- Confira o que o provedor e o modelo escolhidos fazem com imagem. A tela mostra o estado.
- Se o modelo lê imagem nativamente, deixe a descrição local desligada — ligar as duas é pagar duas vezes pela mesma leitura.
- Se o modelo não lê, ligue a descrição local para que a IA receba pelo menos o texto do que está na foto.
- Ligue também a descrição de foto sem texto, se o seu atendimento recebe foto de equipamento. Sem ela, uma foto sem letras chega à IA como conteúdo vazio.
- Teste mandando uma foto de comprovante e uma foto de equipamento.
O que cada opção custa#
| Opção | Custo |
|---|---|
| Leitura pelo provedor | Tokens, na fatura da IA |
| Descrição local | Cerca de 1 GB de memória no servidor |
| As duas ligadas | Os dois custos, pela mesma leitura |
Num servidor mínimo, 1 GB a mais não existe — veja Requisitos de instalação.
O que fazer com o que o cliente manda sem pedir#
Com integração de ERP ativa, o sistema reconhece o tipo de arquivo que o cliente manda sem ninguém pedir — comprovante, agendamento, boleto — e a ação de cada tipo é definida por quem configura a integração. Veja IXC Provedor.
Se algo der errado#
A IA ignora as fotos. O modelo escolhido não lê imagem. No DeepSeek, troque para a variante de visão.
A IA responde "não consigo ver imagens". Mesma causa.
A IA descreve a foto errado. Foto escura, tremida ou de tela de celular fotografada. Peça a foto de novo, e para número de série peça o arquivo como documento, que não é recomprimido.
O servidor ficou lento depois de ligar a descrição local. É a memória. Confira se o servidor comporta o gasto extra.
Comprovante lido com valor errado. Confirme sempre o comprovante no ERP antes de dar baixa. Leitura automática de imagem erra, e erra de forma plausível — que é o pior tipo de erro.