AI Vision & Ảnh đính kèm
Dùng ảnh như một phần của context AI: ERD, whiteboard, app screenshot, hoặc sơ đồ viết tay có thể được phân tích để sinh SQL, MQL, giải thích cấu trúc, hoặc định hướng bước tiếp theo.
Ảnh là context thật
Ảnh đính kèm không chỉ để “xem cho vui”. Chúng được đưa vào request theo đường vision-capable để AI đọc sơ đồ, text trong ảnh, hoặc cấu trúc giao diện liên quan.
Đầu ra không chỉ là mô tả ảnh
Kết quả có thể là SQL, MQL, schema explanation, hay một bản đọc nhanh giúp bạn biết nên đi tiếp bằng builder, query editor, hay chart flow.
Provider phải đúng capability
Không phải mọi lane AI trong app đều hiểu ảnh. Chỉ những lane được repo đánh dấu là vision-capable mới được dùng cho prompt có attachment.
Workflow vision nên dùng như thế nào?
Nếu mục tiêu là SQL, hãy đứng ở SQL workspace. Nếu mục tiêu là MongoDB/MQL, hãy đứng ở NoSQL workspace. Ảnh có thể giống nhau, nhưng output mong muốn của bạn khác nhau.
Đừng chỉ nói “xem ảnh này”. Hãy nói rõ bạn muốn tạo schema, giải thích quan hệ, sinh query, hay đọc thông tin cụ thể nào từ ảnh.
Ảnh có thể bị mờ, thiếu góc chụp, hoặc ghi chú không chuẩn. Dù AI có đọc tốt, bạn vẫn nên review SQL/MQL trước khi insert hoặc execute.
Một ERD screenshot tốt có thể giúp AI đi rất xa, nhưng những quyết định như data type, index, nullability, hoặc policy production vẫn cần người dùng xác nhận.
Provider vision nào đang đáng tin trong repo hiện tại?
Gemini
Lane vision mặc định mạnh nhất và ổn định nhất trong repo hiện tại. Đây là lựa chọn an toàn khi bạn muốn quality cao hơn cho ảnh.
OpenRouter
Có thể đi đường vision nếu model bạn chọn thật sự hỗ trợ ảnh. Vì OpenRouter là multi-model lane, khả năng này phụ thuộc model cụ thể chứ không chỉ phụ thuộc provider.
Vision không làm thay phần nào của con người?
Không thay review query
Ngay cả khi AI đọc ảnh đúng, SQL hoặc MQL tạo ra từ ảnh vẫn nên được đọc lại trước khi chèn vào editor hoặc thực thi. Ảnh tốt giúp nhanh hơn, nhưng không biến bước review thành thừa.
Không tự biến thành live web search
Gắn ảnh không đồng nghĩa với việc model bỗng có internet. Vision và live search là hai capability khác nhau. Một lane có thể đọc ảnh tốt nhưng vẫn không có quyền trả lời theo web thời gian thực.
Không biến ảnh thành sự thật tuyệt đối
ERD, screenshot, hay bản phác thảo có thể thiếu field, sai quan hệ, hoặc đã cũ so với hệ thống thật. Vision rất hữu ích để khởi động nhanh, nhưng dữ liệu thật và schema thật vẫn là nguồn xác nhận cuối cùng.
Loại ảnh nào phù hợp nhất?
ERD và sơ đồ dữ liệu
Phù hợp để sinh SQL DDL, mô tả quan hệ, xác định entity, và dựng khung schema ban đầu.
Whiteboard, ghi chú, phác thảo
Phù hợp để biến ý tưởng còn thô thành danh sách bảng, field, hoặc truy vấn nháp nhanh.
Screenshot ứng dụng
Tốt khi bạn muốn AI suy luận cấu trúc dữ liệu ẩn phía sau một form, table UI, report screen, hoặc flow nghiệp vụ.
Cần lane có vision thật
Để dùng ảnh đính kèm trong trạng thái wiring hiện tại, bạn cần ít nhất một trong các cấu hình sau: `GEMINI_API_KEY` hoặc `OPENROUTER_API_KEY`. Nếu không có lane vision-capable, app sẽ từ chối tác vụ ảnh.
Mẹo thực tế: nếu ảnh có text quan trọng, hãy chụp rõ, cắt gọn vùng cần đọc, và nói rõ output mong muốn. Ví dụ: “Sinh PostgreSQL schema”, “giải thích relation”, “đọc chính xác dòng chữ trong ảnh”, hoặc “biến form này thành collection design”.
Sẵn sàng khám phá dữ liệu?
Tham gia cộng đồng trên GitHub để đóng góp cho IDE cơ sở dữ liệu địa phương thông minh nhất.
Mở Ứng dụng