Captio: Công cụ AI biến hình ảnh thành văn bản có cấu trúc

Tôi đã phát triển một dự án phụ mang tên Captio.

Ý tưởng rất đơn giản: bạn tải lên một hình ảnh và công cụ sẽ chuyển đổi nó thành văn bản sạch sẽ, có cấu trúc.

Captio hoạt động hiệu quả với nhiều loại hình ảnh:

• Ảnh sản phẩm
• Ảnh chụp màn hình (Screenshots) / Giao diện người dùng (UI)
• Tài liệu
• Áp phích (Posters)
• Chân dung

Từ đó, công cụ sẽ tự động tạo ra:

• Tiêu đề
• Các điểm chính (Key points)
• Mô tả chi tiết
• Một bản tóm tắt gọn gàng

Tại sao tôi xây dựng công cụ này

Tôi thường xuyên gặp phải một vấn đề nan giải: Viết nội dung từ các hình ảnh thị giác thực sự rất phiền phức.

Cho dù là:

• Mô tả một sản phẩm
• Giải thích một màn hình chụp
• Tóm tắt một tài liệu

...việc này luôn tốn nhiều thời gian hơn mức cần thiết. Vì vậy, tôi đã xây dựng Captio để tự động hóa quy trình này.

Cơ chế hoạt động

1. Tải hình ảnh lên.
2. Nhấn nút tạo (Generate).
3. Nhận kết quả có cấu trúc trong vài giây.

Đơn giản vậy thôi.

Những điểm bất ngờ

Ban đầu, tôi dự kiến công cụ sẽ hoạt động tốt nhất với các ảnh sản phẩm.

Tuy nhiên, thực tế cho thấy nó xử lý các nội dung sau tốt hơn tôi nghĩ rất nhiều:

• Ảnh chụp màn hình UI
• Các thiết kế ngẫu nhiên
• Nội dung hỗn hợp

Vẫn đang trong giai đoạn phát triển

Dự án chắc chắn chưa hoàn hảo.

Một số kết quả đầu ra rất tốt, nhưng số khác vẫn cần cải thiện. Đó là lý do tôi chia sẻ nó — tôi muốn xem:

• Nó gặp lỗi ở đâu
• Người dùng mong đợi gì ở nó

Trải nghiệm thử nghiệm

👉 Thử Captio tại đây

Chia sẻ phản hồi

Nếu bạn thử dùng, tôi rất trân trọng những đóng góp của bạn về:

• Điều gì hoạt động tốt
• Điều gì cảm thấy chưa ổn
• Bạn muốn nó cải thiện điều gì

Cảm ơn bạn 🙏