聊天 搜索 思考 看图和上传文件这些功能怎么理解

想把活动通知缩短，你可以直接提供文字。想查图书馆的开放时间，就需要找当前的外部资料。手里只有一张海报，要先识别图片中的信息；想做一张新配图，则要使用图片生成。先想清楚资料从哪里来、最后要得到什么，再看产品里该用哪个功能。

按已有材料、外部资料和输出目标选择功能。功能名称和组合方式以实际产品为准，图为概念示意。

阅读约需 12 分钟，不要求编程或安装本地模型。例子沿用虚构的青禾社区读书会，并配好海报与两页 PDF。你可以看结果学习，也可以在自己能使用的产品中练习，先核对功能、账号条件和费用。

下面的真实回答通过阿里云百炼接口取得，配图在本机生成。它们用于认识功能，不代表某个 App 的按钮操作；网页、手机和接口的支持范围可能不同。

普通聊天先处理你已经提供的文字

普通文字对话适合整理材料、改写、解释概念和拟草稿。已有准确事实时，把材料交给它，再说清希望怎样输出。

这次发送的完整输入是：

以下是虚构教学活动的资料，不对应真实活动。
活动：青禾社区读书会
时间：10月24日14:00–15:00，共60分钟
地点：社区二楼活动室
人数：最多20人
报名截止：10月22日18:00
准备：带一本愿意分享的书
报名链接、联系人、电话、收费信息：未提供

请整理成一条简短通知，保留全部关键事实，不补充安排；未提供的信息列为待确认。

qwen3.8-max 在关闭思考、未提供搜索工具的条件下，返回通知，保留了活动时间、地点、人数、报名截止与准备事项，并单独列出缺项。这项任务所需的事实已在输入中，你可以直接对照核对。

如果你问“这个读书会在哪报名”，材料里却没有报名链接，回答仍需要补充依据。问得自然、回答流畅，都不能证明它知道现实中的活动安排。

普通聊天也能回答知识问题。涉及今天的安排、新发布的政策或近期产品变化时，要确认它是否实际查了新资料，并检查来源。仅在输入里写“请联网”，不能证明产品已经执行搜索。

联网搜索用于找外部资料 引用还要逐条检查

联网搜索让产品查找外部信息，再把找到的资料用于回答。是否启用、是否实际执行、能否返回来源，取决于产品功能和本次请求。百炼官方搜索说明介绍了这些选项。

查开放时间时，先给出具体馆区和日期。“国图明天几点开”可能把总馆南区、北区中文图书区和其他阅览室混在一起。日期最好写完整年份、月份和日。

本次在 2026 年 10 月 12 日查询国家图书馆总馆北区中文图书区，要求使用官网依据。完整问题见材料包，核心是：

请联网查询国家图书馆总馆北区中文图书区（含工具书区）在2026年10月13日的常规开放时间。
只采用国家图书馆官网依据，给出公告标题、发布日期、适用安排及链接。
核对适用区域与法定节假日规则，不用已过期的国庆安排代替常规安排。

这是完整实测输入的节选。查询使用 qwen-plus，启用搜索并限定官网站点。接口确实返回了搜索来源，其中包含《国家图书馆关于执行夏季开放时间的通告》。这则公告发布于 2026 年 2 月 24 日，规定自 3 月 1 日起，该区域周二至周日 9:00–21:00 开放，国家法定节假日另行通知，其他区域开放时间不变。

找到了正确公告 仍可能得出错误结论

模型提取出了常规开放时间，却接着写：

2026年10月13日为周一，故该区域不开放。

核对日历后，2026 年 10 月 13 日实际是周二。模型把星期算错了，再用错误的星期推导闭馆。引用的公告没有支持这条日期结论，回答也漏掉了要求提供的公告发布日期。

来源准确，不等于整段回答准确。 按该公告的常规安排，这个周二应对应 9:00–21:00；这是对常规规则的解释，不能保证临时安排不会变化。出行前还要查看官网最新通告，不能将这次回答当作到馆确认。

联网实测回答把星期算错；人工核对日历与公告后，区分原文安排和推导结论。图为实测摘录与核对结果排版。

核对时先打开链接，确认站点与公告正文，再看发布日期、适用日期和馆区。然后逐项检查回答里的时间、数字和推断是否有依据。搜索结果中还出现了 2025 年假期安排，它的日期不适用于本次问题，不能因为也是官网内容就采用。

思考模式用于多步分析 完成后检查约束

一些模型提供思考模式，会在给出回复前进行额外的推理处理。它可用于需要同时满足多项条件的排程、计算或分析，通常也会增加耗时和用量。百炼官方思考说明介绍了可切换模式的模型及其使用方式。

我们用下面的要求开启 qwen3.8-max 思考模式：

虚构教学活动：青禾社区读书会，10月24日14:00开始，15:00结束，共60分钟。
请按开场10分钟、分享35分钟、讨论15分钟的顺序排一张时间表，三个环节连续且不重叠，不增加环节。
给出每段起止时间、分钟数和总时长核对。只输出时间表和核对结果。

它返回了下面三个环节。表格按实际回答整理，仅简化了日期重复的写法：

人工复算后，三个时长合计 60 分钟，上一段结束时间等于下一段开始时间，最后 15:00 结束，符合全部要求。检查这些可观察的结果，比只看它是否说“已仔细思考”更有用。

这是一道简单排程练习，普通模式也可能完成。本次只验证开启思考后的结果，没有比较两种模式的准确率，也不能由此得出每次排程都要开启思考。

思考、搜索和工具执行各有作用。要做复杂分析，可以选思考；需要新资料，仍要搜索或提供资料；想保存文件或执行操作，还需要相应工具。产品可以将这些能力组合，但每项动作都要看实际是否完成。

看图是读取已有图片 生成图是得到新图片

图片理解功能接收你提供的图，回答图中有什么、文字写了什么，或提取指定信息。百炼图像理解说明介绍了这类输入与任务。

先看这张排版制作的教学海报，里面的活动全部虚构：

用于图片理解实测的原始海报。所有活动信息为虚构教学材料，海报由代码排版制作。

本次把海报作为图片发送给 qwen3-vl-plus，同时提出：

这是一张虚构教学海报。
请只根据图中文字，提取活动名称、活动时间及总时长、地点、人数、报名截止、准备事项，并列出未提供的信息。
看不清就写无法辨认，不补猜测。

返回的活动名称和五项关键事实均与海报一致，四个未提供项也正确列出。核对其中两个容易混淆的字段：

图片模糊、文字太小、局部被遮挡，都会让读取更困难。可以先提供清晰原图，指出要读的区域；收到回答后，把数字、日期和地点回到图上核对。这次清晰教学海报成功，不代表模糊照片或复杂表格也一定读对。

想做新配图 需要图片生成能力

图片生成根据描述产生新的图像，适合为通知做一张原创配图。例如，用“书本、植物、暖色、无文字”描述画面，再检查生成结果是否符合要求。

本次用 Z-Image-Turbo 在本机 ComfyUI 生成了下面这张图。输入描述的中文意思是：桌上一册打开的空白书和一盆绿色植物，暖色平面插画，留白，不画人，不加入文字或标志。完整英文输入保存在材料包中。

Z-Image-Turbo 实际生成的读书会无字配图，属于 AI 生成素材。

先检查书、植物、配色和留白，再看是否出现多余文字或奇怪细节。通知的活动时间和地点，可以用排版工具另行加入，并逐字核对。生成一张像活动海报的图，不能证明里面的活动信息正确。

Z-Image 是阿里通义团队的图片模型项目，说明见官方项目页；ComfyUI 是本机运行图片工作流的工具。本例使用已准备好的模型，没有调用在线图片服务，设备与资源需求仍要考虑。新手可以先在已有的图片生成产品里认识这项功能，准备本机运行时再看ComfyUI 与 Z-Image-Turbo 入门。

上传文件是提供材料 还要确认怎样读取

文件上传让你把文档、表格等材料交给产品。后续能否回答，取决于格式支持、内容解析、模型能力及文件大小等限制。文件上传成功后，还应检查回答是否读取了正确内容。

同样是 PDF，内容可能不同：

有些模型可以直接理解 PDF 的页面图像，有些服务会先解析文字或检索相关片段。比如 Google 的文档理解说明介绍了使用视觉能力处理 PDF 的方式；不能由此推断其他产品也采用相同方法。

可选文字 PDF 与扫描页面的输入类型示意。两侧页面内容均为教学构造，本次仅测试两页可选文字 PDF。

用两页 PDF 检查是否漏页

下载文末的示例材料包并解压，其中的《读书会两页活动说明.pdf》有两页。第 1 页放活动事实，第 2 页放三个流程的时长和待确认信息。你可以先打开原文，再核对回答出处。

本次通过百炼文件接口实际上传这份 PDF，再用 qwen-long 引用上传的文档提问。这条文档问答路线见官方说明。提问是：

请只根据上传的两页PDF，列出活动时间与总时长、地点、人数、报名截止、准备事项、三个流程环节各自的时长，以及未提供的信息。
每项标注来自第几页；资料没有说明的不要补写。

回答将活动事实标为第 1 页，将开场 10 分钟、分享 35 分钟、讨论 15 分钟和四个缺项标为第 2 页。逐项对照原文后，内容与页码一致，两页中的所需信息都有涉及。

要求标注页码有助于回查，页码本身也要核对。如果只总结第一页，或把没有出现的报名电话写出来，需要重新检查文件读取与回答依据。本次验证了这份两页可选文字 PDF，扫描件、复杂表格和长文件要另作检查。

语音与工具操作分别完成什么

语音输入通常把你说的话交给产品，有时先转成文字；语音对话让你与助手连续说话交流。录音转写的目标是得到文字稿，声音合成则把文字变成音频。支持哪些语言、能否区分说话人、是否准确保留数字，按具体产品检查。

“帮我整理一段录音”和“把通知读出来”对应不同任务。前者需要读取声音，后者需要生成声音。真实录音还要考虑是否适合上传，以及参与者是否允许使用。

工具操作可以查资料、运行计算、创建文件，也可能修改或发送内容。回答“已经保存”之后，要查看文件是否存在、内容是否正确；涉及发消息、付款或删除资料时，先确认对象、范围和权限。

这些是功能位置的概念说明，本次没有测试语音或外部操作。搜索和文件问答的实测也不能证明产品具有发送通知或自动报名的能力。

按你的输入和目标选择功能

试着把“找到通知里的报名截止，查询图书馆最新安排，再做一张配图”分成三步，分别选出需要的功能。

可以先用文字对话从通知提取截止时间，检查原文；再联网搜索指定图书馆的安排，检查官网；最后使用图片生成，检查画面。每一步都有自己的输入和核对方法。

本次实测范围

2026 年 10 月 12 日，文字整理、开启思考的排程、海报识别、两页 PDF 问答和联网查询各提交一次云端请求，均返回 HTTP 200。前四项的指定事实或约束通过核对；搜索确实返回了官网来源，但日期推断错误，原始回答与人工纠正均已保留。配图由本机 Z-Image-Turbo 生成并另作画面检查。

完整输入、可见回答、用量、事实核对与教学文件放在示例材料包。教学图不是 App 截图；手机与网页按钮、语音、外部操作、扫描 PDF 和复杂表格未作为本次实测。示例成功或失败均只描述这些材料与设置下的结果。

回看上一篇术语介绍，可以分清产品、模型和本轮材料。练习结果能否采用，可以继续用第一篇的事实核对方法检查。下一篇《AI 为什么收费，会员 额度 积分和 API 费用怎么看》解释使用权益与计费单位，之后阅读官方入口与版本选择。