多模态

纯文本模型只能「听你描述」，多模态模型还能「看图」。对前端新手来说很实用：一张截图往往比一大段文字更能说清问题，比如「这里的间距不对」「按钮被遮住了」「我想要这种布局」。

常见用法有：把设计稿或参考页面的截图发给 AI 让它照着实现（截图生成代码）；把页面错位的截图发给它，让它定位样式问题。

要注意，模型看图也会看错细节，比如具体的像素值、颜色值、小字内容。最好在截图旁补充文字说明，指出你关心的区域；报错信息尽量复制文字原文，而不是只发截图。