Model karşılaştırmaları · 2026-09-25

Ember-1 ile ekran görüntüsü ve hata analizi

Ember-1'e bir hata ekranının görüntüsünü loglarla birlikte göndererek görülenleri, olası nedenleri ve doğrulama adımlarını almak; görselin nasıl gönderildiği, modelden ne beklenebileceği ve ekran görüntülerindeki gizli bilgiler.

Kısa cevap

Ember-1 metinle birlikte görsel girdi alır ve metin döndürür. Bir hata ekranının görüntüsü, log satırları ve kullanıcının yaptığı adımlarla birlikte gönderildiğinde model ekranda görüneni tarif edebilir, olası nedenleri sıralayabilir ve bunları doğrulamak için adımlar önerebilir. Düşünme varsayılan olarak açık olduğu için ekrandaki ipuçlarını loglarla ilişkilendirmekte iyi sonuç verebilir.

Modelin verdiği, doğrulanmış bir kök neden değil bir hipotez listesidir. Bu satır 6 Ekim 2026'ya kadar sunulur; halefi moonshot/kimi-k3 görseli yalnızca base64 data URL olarak kabul eder.

Görsel nasıl gönderilir

Görsel, sohbet mesajının içeriğine image_url parçası olarak eklenir. Ember-1 iki biçimi kabul eder: base64 data URL ve https adresi. https adresinin sağlayıcı tarafından erişilebilir olması gerekir; oturum isteyen ya da yalnızca şirket ağından açılan bir adres okunamaz. Görsel doğrudan istek içinde gönderildiğinde bu sorun hiç doğmaz.

Görsel de girdi tokenı olarak sayılır ve tuttuğu token sayısı görselin boyutuna ve içeriğine göre değişir; kesin sayı yanıttaki usage alanından okunur. 6 Ekim 2026'dan sonra kullanılacak moonshot/kimi-k3 yalnızca data URL kabul ettiği için, görselleri şimdiden bu biçimde göndermek geçişte bir değişikliği gereksiz kılar.

Görüntünün netliği de sonucu etkiler. Bütün ekranı küçültüp göndermek yerine görüntüyü hatanın bulunduğu bölüme kırpmak, küçük yazıların okunmasını kolaylaştırır ve görselin tuttuğu token sayısını da azaltabilir.

Görüntüyle birlikte ne gönderilir

Ekran görüntüsü, hatanın kullanıcıya nasıl göründüğünü anlatır; neden olduğunu çoğu zaman anlatmaz. Hata metninin kendisini görüntünün yanında düz metin olarak da vermek, modelin küçük yazıları yanlış okuma ihtimalini ortadan kaldırır. İlgili zaman aralığındaki log satırları, kullanıcının hatadan önce yaptığı adımlar ve beklenen davranış, görüntüdeki ipuçlarının anlamlandırılmasını sağlar.

İstenen yanıtın biçimini baştan söylemek de yardımcı olur. Görülenler, olası nedenler ve doğrulama adımları gibi başlıklar, yanıtı bir sonraki işe doğrudan aktarılabilir hâle getirir. Aşağıdaki örnek bu düzeni kullanıyor.

Bir istek örneği

Örnekte görsel data URL olarak gönderiliyor, hata metni ve loglar aynı mesajın metin parçasında yer alıyor. Uzun bir düşünme izi ve ayrıntılı bir yanıt için max_tokens cömert tutuluyor; Ember-1'de bağlam penceresinin altında ayrı bir çıktı tavanı yoktur.

Ekran görüntüsü ve loglarla hata analizi istemek

import base64, os
from openai import OpenAI

client = OpenAI(base_url=os.environ["LLMTR_BASE_URL"] + "/v1", api_key=os.environ["LLMTR_API_KEY"])

with open("odeme-hatasi.png", "rb") as f:
    shot = "data:image/png;base64," + base64.b64encode(f.read()).decode()

prompt = (
    "Ekran goruntusu bir odeme sayfasindaki hatayi gosteriyor. Hata metni ve ilgili log satirlari asagida.\n"
    "Uc baslik altinda yaz: Gorulenler, Olasi nedenler (olasiliga gore sirali), Dogrulama adimlari.\n\n"
    f"Hata metni: {error_text}\nKullanicinin yaptigi: {user_steps}\nLoglar:\n{log_lines}"
)

res = client.chat.completions.create(
    model="fireworks/ember-1",
    messages=[{"role": "user", "content": [
        {"type": "text", "text": prompt},
        {"type": "image_url", "image_url": {"url": shot}},   # data URL, Kimi K3'te de gecerli
    ]}],
    max_tokens=4000,
)
print(res.choices[0].message.content)

Modelden ne beklenebilir

Model ekranda görünen her şeyi okuyabilir: hata mesajını, düğmelerin durumunu, eksik ya da taşan alanları, tarayıcı uyarılarını. Göremediği şeyler ise en az onlar kadar önemlidir: ağ istekleri, sunucudaki durum, görüntünün alındığı andan önce olanlar. Bu yüzden yanıt, sıralanmış hipotezler ve her biri için bir doğrulama adımı olarak okunur.

Kök neden, önerilen adımlarla hata yeniden üretildiğinde ya da bir test onu gösterdiğinde kesinleşir. Modelin önerdiği bir kod değişikliği de aynı şekilde test ve inceleme olmadan uygulanmaz; iyi bir hipotez listesinin değeri, araştırmaya nereden başlanacağını hızlandırmasıdır.

Bir hata bildirim akışına bağlamak

Ekran görüntüsü analizi en çok, kullanıcıların hata bildirirken görüntü eklediği bir destek ya da hata takip akışında işe yarar. Bildirim geldiğinde model görüntüyü ve açıklamayı okuyup bir ilk değerlendirme üretir; bu değerlendirme kaydın yanına eklenir ve kaydı alan mühendis işe boş bir sayfadan değil bir hipotez listesinden başlar.

Değerlendirmenin sabit alanlarla gelmesi, örneğin etkilenen bileşen, tahmini önem ve olası neden, kayıtların sıralanmasını ve aranmasını kolaylaştırır. Ember-1'de bu alanlar strict json_schema ile istenebilir. 6 Ekim 2026'dan sonra moonshot/kimi-k3'te aynı alanlar json_object ile istenir ve şema uygulama tarafında doğrulanır.

Ekran görüntülerindeki gizli bilgiler

Ekran görüntüleri gönderenin fark etmediği bilgileri taşır: müşteri adları, e-posta adresleri, adres çubuğundaki oturum parametreleri, geliştirici araçlarında görünen çerezler ve API anahtarları, iç sistem adresleri. Model görseldeki yazıyı okuyabildiği için, görünen her şey metin kadar açıktır.

Ember-1 yurt dışındaki üçüncü taraf altyapıda çalışır ve istemler ile tamamlamalar sağlayıcı tarafından kaydedilebilir. Görüntünün yalnızca hatayla ilgili bölümünün kırpılması, gizli alanların kalıcı olarak kapatılması ve mümkünse test ortamından alınmış görüntülerin kullanılması bu riski azaltır.

LLMTR model sayfası: Ember-1

Sık sorulan sorular

Görseli https adresiyle gönderebilir miyim?

Ember-1'de evet, adres sağlayıcı tarafından erişilebilir olduğu sürece. 6 Ekim 2026'dan sonra kullanılacak moonshot/kimi-k3 yalnızca base64 data URL kabul eder.

Ember-1 görsel üretir mi?

Hayır. Görsel ve metin girdi alır, yalnızca metin döndürür.

Model hatanın nedenini kesin olarak bulur mu?

Hayır. Ekranda görüneni ve loglardaki ipuçlarını birleştirerek olası nedenleri sıralar. Kök neden, hatanın yeniden üretilmesi ya da bir testle kesinleşir.

Görsel ne kadar token tutar?

Görselin boyutuna ve içeriğine göre değişir ve girdi tokenı olarak sayılır. Kesin sayı yanıttaki usage alanında görünür.

Görsel analizde düşünmeyi kapatmak işe yarar mı?

Ekranda yazanı aktarmak gibi basit işlerde düşünme kapalıyken de yeterli sonuç alınabilir. Ekrandaki ipuçlarını loglarla ilişkilendirmek gereken işlerde düşünme fark yaratabilir; kendi örneklerinizde iki modu karşılaştırmak en doğru bilgiyi verir.