先说结论：ChatGPT 的图片识别是"看图回答"，不是"图片搜索"，它能读截图里的文字、看懂图表和手写、认出物体和场景、找出界面报错在哪，但不会告诉你这张图来自哪个网站。免费版每天有几次额度，Plus 起基本不用数。最值钱的四个用法是截图排错、拍题讲解、看表格图出数据、翻译实物文字；最不该指望的是精确读数和人脸识别。下面按上传方式、四个场景、提问写法、边界讲。
怎么把图给它
电脑上直接把图拖进输入框，或者截图后 Ctrl+V 粘贴，一次最多十张。手机 App 点输入框左侧的相机拍照，或相册图标选图，语音模式里还能开摄像头实时看。图和文字可以一起发，先图后问比"我等下发图"顺畅。上传的图片和对话一样受隐私设置控制，不想被用于训练的在设置里关掉"改进模型"。
四个真正值钱的场景
| 场景 | 怎么问 | 它能做到 |
|---|---|---|
| 截图排错 | 贴报错截图，问"这个错误怎么修" | 读出堆栈和错误码，给修法，比手打错误信息快 |
| 拍题讲解 | 拍题目，问"讲思路别直接给答案" | 手写题也能认，能按步骤讲 |
| 图表出数据 | 贴柱状图或表格截图，问"整理成表格" | 把图里的数字转成可复制的表格，数字多的要抽查 |
| 实物翻译 | 拍菜单、说明书、路牌，问"翻译并解释" | 识别倾斜、反光的文字，附带解释背景 |
四个场景的共同点是图里有明确信息要提取。让它"评价这张照片好不好看"也能答，但答案没什么用。
提问写法：说清要什么格式
图片识别的结果好坏，一半取决于你怎么问。"这是什么"得到的是泛泛描述；"把图里的表格转成 Markdown，保留原始列名"得到的是能直接用的东西。三条习惯：一是指定输出格式（表格、列表、代码）；二是指出关注区域（"右下角红框里的那行"）；三是多图时给编号（"第二张图的第三行"）。做表格的完整流程见 用 ChatGPT 做表格，Excel 数据处理见 Excel 数据篇。
反向劝退：三件事别指望它
一是精确读数。图表上没标数值的柱子，它给的是估算，别拿去做财务报告。二是人脸。它不会识别具体是谁，这是产品层面的限制。三是模糊小图。低分辨率截图里的小字会读错，放大后再截一次。另外它读图的额度和文字对话共用，图多的对话消耗快，免费版一天几次就到顶，见 各档位额度对照。
提醒一句：贴截图之前看一眼有没有把密码、Token、手机号一起截进去，上传前打码比事后删对话稳妥。
常见问题
免费版能识图吗？
能，每天有次数限制，高峰期排队。Plus 起额度随主力模型走，日常截图排错够用，价格见 各档位对比。
识别中文手写准吗？
工整的准，连笔和潦草的会错字。把关键的字打出来补一句"第三行是某某"能救回来。
能识别图里的二维码或条码吗？
不能解码，只能告诉你那是一个二维码。扫码用手机相机。
上传的图片会保存多久？
随对话保存，删除对话即删除。临时对话里的图片不会进入记忆和训练。