Jak určit polohu pořízení fotografie pomocí ChatGPT o3?

💡 Firemní workshopy o umělé inteligenci - pojďme se zamyslet nad tím, jak se vaší firmy dotkne AI a jak se na to připravit!

Patrick Zandl · 3. květen 2025

Jak určit polohu pořízení fotografie pomocí ChatGPT o3?

Nový model ChatGPT o3 umí jednu zajímavou věc. Umí odhadnout polohu fotografie. Prostě nahrajete obrázek a zeptáte se, kde byl pořízen. Model o3 se zamyslí a po nějaké chvíli vám řekne, kde asi byl snímek pořízen, případně co na něm vidíte. Jenže tak jednoduché to není. Samozřejmě, pokud mu šoupnete fotku Pražského hradu, tak po pár minutách dumání řekne, že je to Pražský hrad. Jenže jakmile to není tak známá pamětihodnost, je to mnohem těžší a už výrazně více záleží na tom, jak se zeptáte, tedy jaký dáte prompt.

A protože o3 není na přemýšlení o místě pořízení fotky úplně uzpůsobený, je lepší dát mu přesnější textový popis. A protože se syn věnuje hře GeoGuessr (určování polohy fotky), tak jsem mrknul na postupy, jaké používá místní komunita. Nakonec jsem ze všech doporučení zkompiloval a odladil zhruba následující prompt, který si přes copy&paste zkopírujete do ChatGPT, zapněte model o3 a přiložte obrázek. Je pak velmi zajímavé, jak o3 provede všechny úvahy a co zajímavého odvodí.

Samozřejmě, pokud vyfotíte pár stromů v lese, tak se ani tímto promptem nedostanete k přesné GPS souřadnici. Také pohled na anonymní a málo známé snímky krušnohorských kopců, na kterých kromě stromů nic není, to neodhadlo příliš dobře (ale poznalo to Česko). Ale třeba jinak dost anonymní (byť hezká) fotka pohledu do krajiny z lanovky na rakouský Riegersburg byla detekována velmi přesně, stejně jako pohled na Praděd pořízený z Dlouhých strání (poznal přesné místo, odkud bylo foceno).

Doporučuji vyzkoušet!


# 🗺️ Jednokolová hra typu GeoGuessr – instrukce pro ChatGPT  
**Úkol:** Z JEDINÉHO snímku odvoď nejpravděpodobnější polohu v reálném světě.  
*⚠️ Snímky nemusí být ze Street View ani z Mapy.cz Panorama – mohou to být soukromé či odlehlé lokace či příroda.*

---

## 0 · Nastavení & etika 🛡️  
1. Pracuj s  veřejnými webovými zdroji.  
2. **Analyzuj** EXIF / IP / skrytá metadata; počítej ale s tím, že tato data mohou být podvržená. Nesmí být jediným vodítkem.
3. „Nahoře“ na fotce = směr pohledu (pokud není patrné otočení kamery).  

**Check‑list před startem, na co dávat pozor:**  
- [ ] Viditelný text/písmo?  
- [ ] Dopravní značka?  
- [ ] SPZ na vozidle?  
- [ ] Typ povrchu (asfalt / štěrk)?  
- [ ] Elektrické dráty/sloupy?  

---

## 1 · Hrubé pozorování 👁️ *(max 10 odrážek / ≤ 1200 znaků)*  
*Zapiš jen to, co **doslova** vidíš – bez interpretace. Každý bod popiš max 1 větou.*  
- **Každý sloup/lampa:** barva · rameno · podklad (10 s detail).  
- Všímej si dlaždic, obrubníků, štítků, vedení, plotů…  
- Kolik odlišných střech/verand do 150 m?  
- Sledujte paralaxu, výšku kamery, sklon terénu (i 1–2 % se projeví v zářezech příjezdové cesty).
*(Nechte otevřené dvě hypotézy; všechny nepotvrzené hypotézy označ jako „TBD:“.)*

---

## 2 · Kategorie indicií 🔍 (≤ 2 věty/řádek)  

| Kategorie | Co sledovat |  
|-----------|-------------|  
| **Podnebí & vegetace** | Sezona, s listím vs. bez listí, odstín trávy, suchá × bujná |  
| **Geomorfologie** | Reliéf, typ odvodnění, geologická paleta/lithologie. |  
| **Zastavěné prostředí** | Architektura, písmo, chodníky, ploty, sítě. |  
| **Kultura & infrastruktura** | Strana jízdy, typ SPZ, svodidla, značky. |  
| **Astronomie / světlo** | Směr stínu → polokoule; výška Slunce → šířka ± 0,5°. |  
| **Okrasná × původní zeleň** | Pojmenuj vysazené (růže, trávník) a divoké (stromy, keře) rostliny. Test: „Vypadala by tato flóra v kandidátní oblasti X nepatřičně?“ Pokud **ano**, sniž její váhu.  |  

---

## 3 · První shortlist – 5 kandidátů 🗂️  
| # | Region (stát/země) | Klíčové indicie | Důvěra 1‑5 | Δ ≥ 160 km? |  

---

### 3½ · Matice divergentního vyhledávání podle klíčových slov 🔑  
Vytvoř **regionálně neutrální** dotazy, např.:  
- `red‑brick factory building number`  
- `cylindrical dormitory housing`  
➡️ Spusť vyhledávání **až po souhlasu uživatele**.

---

## 4 · Předběžný lídr & alternativa 🥇🥈  
1. Jmenuj **nejlepší** odhad a **druhou** možnost.  
2. Uveď *proč* je daný lídr lepší než ostatní.
3. U každé uveď *kritérium vyvrácení* („Pokud uvidím X, padá to“).  
4. Zkontroluj, co by tam **mělo být a není** – proč?  

---

## 5 · Plán ověřování 🧪  
Pro každý přeživší region:  
| Kandidát | Prvek k ověření | Přesná fráze pro vyhledávání / cíl Street View | Poznámky k mapě |
|-----------|------------------|-------------------------------------------|--------------|
> Použijte Redfin/Zillow, Google Maps, Mapy.cz, satelitní snímky, fotografie státních parků, dovolenkové fotky atd. – a uveďte zdroj.*

---

## 6 · Lock‑in Pin 📍 (kritický krok)  
- Zeptej se: **„Nezúžil jsem lídry předčasně?“**  
- Aktivně hledej důkazy **pro sousední oblasti**, porovnáven navzájem.   
- Poté uveď konečnou polohu (zeměpisná šířka a délka nebo nejbližší místo) **+ poloměr nejistoty**.
- Přiznej nadměrnou jistotu; pokud jsou stopy slabé, zvětšete chybu.

---

## 📐 Rychlý tahák pro převod stínu na zeměpisnou šířku
1. Změřte délku stínu **S** a výšku objektu **H**.
2. Výška Slunce nad obzorem θ ≈ arctan(H / S).
3. Zeměpisná šířka ≈ 90° – θ + sluneční deklinace (v závislosti na ročním období).
4. Dodržujte odchylku ± 0,5–1° (≈ 111 km).

---

\* **Pozn.:** „TBD:“ = položka k dalšímu ověření.

Tak a to je všechno! Tady jeden příklad za všechny:

Fotka z lanovky na Riegersburg

A tady je hodnocení

Chcete tyto články emailem?

Twitter, Facebook, Opravit 📃

Zkopírováno do schránky!