> ## Documentation Index
> Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# ビジョン

> ClickHouse Agents における画像入力と視覚的理解

[ベータ機能](https://clickhouse.com/docs/reference/settings/beta-and-experimental-features.md#beta-features)

ビジョンでは、ユーザーがエージェントに解析させる画像をアップロードできます。エージェントはその画像をビジョン対応モデルに渡し、モデルが画像の内容を説明したり、要約したり、画像についての質問に答えたりします。

## ビジョン機能を有効にする

ビジョンは、画像入力をサポートするモデルでのみ使用できます。選択したモデルが画像入力に対応していない場合、メッセージコンポーザーのアップロードコントロールは無効になります。再度有効にするには、ビジョン対応モデルに切り替えてください。

## ビジョン機能を使う

メッセージコンポーザーの左下にあるクリップアイコンをクリックし、**Upload to Provider** を選んでイメージを添付します。スクリーンショット、写真、チャート、図表などを追加できます。続いて、そのイメージを読み取る必要がある質問をします。たとえば、*"このクエリプランの何が問題ですか？"*、*"このスクリーンショット内のテキストを書き起こしてください"*、*"このダッシュボードを先週のものと比較してください"* といった質問です。

![Upload to Provider、Upload as Text、Upload to Code Environment の各オプションが表示された、クリップメニューを開いた状態のメッセージコンポーザー](https://mintcdn.com/private-7c7dfe99/i3Gw7HRb0YxPr7dq/images/cloud/agent-builder/vision/vision.webp?fit=max\&auto=format\&n=i3Gw7HRb0YxPr7dq\&q=85\&s=45b45935c9b65fed0b571af93d14cbaa)

エージェントはイメージをメッセージコンテキストの一部として扱うため、同じターン内の追加の質問では、再アップロードしなくても見た内容を参照できます。

## ビジョンを他のツールと組み合わせる

ビジョンは、画像に基づく分析では[コードインタープリター](https://clickhouse.com/docs/ja/agents/builder/code-interpreter.md)との相性がよく、たとえばエージェントがスクリーンショットから数値を読み取り、その後 Python を実行して合計を計算できます。また、画像にモデルが調べる必要のある対象が含まれている場合は、[ウェブ検索](https://clickhouse.com/docs/ja/agents/builder/web-search.md)も有効です。
