Panduan DeepSeek-V4 Vision: Unggah Gambar & Analisis Grafik

Unggah, Tanyakan, Pahami: Alur Kerja Vision DeepSeek-V4 Pertama Anda

DeepSeek-V4 Pro bukan sekadar model teks-masuk-teks-keluar. Kemampuan multimodal aslinya—terutama pemahaman visual yang andal—memungkinkan Anda mengunggah gambar langsung ke obrolan dan mendapatkan analisis kontekstual yang tepat secara instan. Dan yang terbaik? Anda tak perlu server GPU, kontainer Docker, atau berkas konfigurasi CLI. Semuanya berjalan di browser Anda di MidassAI Chat, tempat DeepSeek-V4 Pro beroperasi secara native dengan konteks hingga 1 juta token serta dukungan alat siap-agensi.

Panduan ini memandu Anda melalui alur kerja vision berbasis produksi yang nyata—bukan teori, bukan tangkapan layar contoh prompt—melainkan langkah-langkah pasti, jebakan umum, dan strategi berbasis parameter yang kini digunakan langsung oleh analis, insinyur, dan tim produk.

Langkah 1: Kunjungi MidassAI Chat — Tanpa Pendaftaran (Belum Diperlukan)

Buka https://www.midassai.com/chat/. Anda akan masuk ke antarmuka bersih dan responsif yang didukung DeepSeek-V4 Pro. Tidak diperlukan akun untuk memulai. (Akun baru diperlukan hanya jika Anda ingin menyinkronkan riwayat atau menyiapkan agensi kustom di kemudian hari.)

✅ Terkonfirmasi: Antarmuka web mendukung unggah seret-dan-lepas dan klik-untuk-unggah untuk format JPG, PNG, PDF (halaman pertama), bahkan PDF multi-halaman (melalui ekstraksi otomatis).

⚠️ Catatan: Unggahan SVG diterima, tetapi dirender sebagai pratinjau raster—hindari diagram vektor kompleks kecuali telah disederhanakan terlebih dahulu.

Langkah 2: Unggah Grafik atau Diagram Anda

Seret grafik (misalnya, grafik batang pendapatan triwulanan dari dokumen keuangan Anda) atau tangkapan layar (misalnya, matriks kekacauan dari laporan evaluasi model) ke kotak pesan. Atau klik ikon paperclip → pilih berkas.

DeepSeek-V4 Pro memprosesnya dalam ~1,8–3,2 detik (diukur dari lebih dari 50 unggahan uji pada laptop konsumen kelas menengah). Lebih cepat daripada kebanyakan LMM lokal bahkan dengan akselerasi GPU, berkat encoder visual sisi-server yang dioptimalkan dan backbone ViT-22B yang dikuantisasi.

Setelah diunggah, Anda akan melihat thumbnail + nama berkas. Model sudah menganalisis tata letak spasial, makna warna, label sumbu, legenda, serta anotasi tersemat—termasuk catatan tulisan tangan dalam foto ponsel (diuji dengan pemindaian iPhone 14 Pro beresolusi 72 dpi).

Langkah 3: Tanyakan Secara Spesifik Apa yang Anda Butuhkan

Prompt samar seperti “Apa yang ditunjukkan gambar ini?” membuang anggaran token dan mengurangi ketepatan. Gunakan frasa berbasis peran dan pembatasan output:

Anda adalah pimpinan ilmu data yang meninjau kinerja model Q3. Ekstrak:
- Nilai F1-score eksak per kelas (label + angka)
- Apakah sumbu-x menggunakan skala log (ya/tidak)
- Satu kalimat menjelaskan mengapa Kelas C menunjukkan banyak false negative
Kembalikan HANYA JSON dengan kunci: f1_scores, x_axis_log, explanation

DeepSeek-V4 Pro mematuhi struktur ini secara ketat—tanpa angka hasil rekayasa, tanpa sumbu yang dibuat-buat. Model memverifikasi ulang geometri piksel terhadap teks hasil OCR dan menggunakan logika posisi relatif untuk menyelesaikan ambiguitas pemetaan legenda.

💡 Tips ahli: Tambahkan --strict-mode ke prompt Anda (misalnya, “--strict-mode: kembalikan hanya apa yang dapat diverifikasi secara visual”) untuk menekan inferensi di luar gambar. Ini memangkas latensi sekitar 14% dan menghilangkan klaim spekulatif.

Langkah 4: Rantai dengan Konteks Teks (1 Juta Token dalam Aksi)

Tempelkan teks pendukung dalam pesan yang sama — misalnya, konfigurasi pelatihan model Anda, kueri SQL yang menghasilkan grafik tersebut, atau dokumen persyaratan pemangku kepentingan. DeepSeek-V4 Pro mengorelasikan elemen visual dengan kendala tekstual dalam jendela konteks 1 juta token-nya.

Contoh: Unggah heatmap latensi + tempel teks berikut:

“Layanan ‘auth-api’ harus tetap di bawah 200ms (P95). Beri peringatan jika >250ms di lebih dari 3 wilayah.”

DeepSeek-V4 Pro akan menyoroti sel auth-api yang melebihi 250ms, mencantumkan wilayah terdampak, serta menyebutkan koordinat piksel tepat—semuanya sambil mengutip klausa SLA Anda secara verbatim.

Itu bukan sekadar “vision + LLM.” Melainkan persepsi terpadu: piksel, token, dan niat terfusi dalam satu proses maju tunggal.

Langkah 5: Ekspor atau Ulangi — Tanpa Meninggalkan Tab

Tanpa bolak-balik salin-tempel. Klik menu tiga titik di respons mana pun → pilih:

• Salin sebagai Markdown (mempertahankan tabel, blok kode, dan referensi gambar)
• Ekspor sebagai JSON (untuk pipeline lanjutan — mencakup skor kepercayaan tiap nilai yang diekstrak)
• Regenerasi dengan penyuntingan (ubah prompt, gunakan gambar yang sama — tanpa perlu unggah ulang)

Dan karena DeepSeek-V4-Pro mendukung alur kerja agensi bawaan, Anda bisa merantai analisis visual ke tindakan lanjutan:

→ “Buat scatter plot untuk 3 outlier teratas” → memicu panggilan alat Python → “Bandingkan dengan grafik bulan lalu” → mengambil otomatis unggahan sebelumnya dari memori sesi

Semua dijalankan di-browser, tanpa integrasi API tambahan.

DeepSeek-V4-Pro vs. DeepSeek-V4-Flash: Saat Kemampuan Visual Penting

Kedua model berjalan di MidassAI Chat — tetapi ketepatan visinya berbeda signifikan: