DeepSeek 能不能读图，取决于你用的是哪个版本、从哪个入口进去，而不是它这个模型天生不行。读图片属于多模态能力，有的入口已经开放，有的还没开放；同一个账号，网页版和手机 App 上看到的按钮也可能不一样。想知道自己手上这个能不能用，最快的办法是打开界面，看输入框边上有没有「＋」或者回形针形状的按钮，有就说明可以传，没有就换一个入口，或者先把图片转成文字再贴进去问。

读图是多模态能力，版本之间并不统一

不少人上来就问 DeepSeek 到底支不支持图片，这个判断其实不好提前下定论。多模态指的是模型除了文字，还能读懂图里的内容。这项能力的开放节奏跟着版本走，网页端、App 端，以及你具体从哪个页面进去，表现都可能不同。

我自己的习惯是当场试一次。找一张带文字的截图丢进去，问一句「图里写了什么」。它能答上来，说明这个入口可以读图；它回你一段跟图片不沾边的话，或者直接说看不到图片，那就换入口再试。

比起背「哪个版本支持」，记住一件事更有用：看界面上有没有传图按钮。产品改得快，昨天没上的功能今天可能就上了。

网页版把图片传进去的步骤

网页端的操作路径比较好认，大致是这样：

• 把光标点进输入框，找到输入框附近那个「＋」或者回形针形状的按钮
• 点开之后会出现「从本地上传」一类的选项，选中你存图片的那个文件夹
• 挑好图片确认上传，等图上出现缩略图或者文件名
• 图挂上之后，再在输入框里补一句你想问的话，比如「把这张表格里的数字念出来」
• 点发送，等它读图

这里有个容易踩的坑：先传图，再打字，别反过来。有的入口在图片还没传完的时候就把问题发出去了，模型只收到文字，答非所问也就不奇怪。等缩略图稳稳挂在那儿，再发问题。

用电脑的时候还可以直接把图片从文件夹拖到输入框上，松开就上传，省掉点按钮那一步。拖的时候注意别拖到旁边的聊天记录区域，那样什么也不会发生。图传错了想换，把缩略图上的小叉点掉重传就行。

一次想传好几张，先想清楚是不是真需要。图片越多，模型分给每张的注意力越少，第一张看得仔细、后面几张草草带过，是常有的事。

手机 App 传图，拍照和相册怎么选

App 端的入口在输入框旁边，多半是一个「＋」号，点开后分成两条路。

直接拍照

适合手里就是纸质材料的情况。水电费单子、手写的便签、书上一段想摘下来的话，都归这类。拍的时候把手机端平，别歪着拍，光线尽量匀一点，别让影子压住字。拍完直接发出去，少一步存图。

从相册挑

适合图片已经在手机里的情况。截图、别人发来的照片、以前拍好的笔记，都走这条。相册里的图通常已经存成了 jpg 或 png，格式上不容易出问题。

两条路的差别主要在图的质量。拍照是现拍，光线和角度你还能管住；相册里那张可能是随手截的，糊了或者裁掉半截，认不出来也正常。

截图这类图还有个隐蔽的问题：手机截图往往是长图，一屏拉下来几十厘米，字挤在一起。想让它读，最好先在手机相册里裁成两三张，每张只留一段内容，比整张长图丢过去强。手机截屏里混进来的状态栏、聊天头像、广告条，也都是干扰。

图片要满足什么条件才认得出

能不能读准，很多时候在传之前就定了。几条实用标准：

• 格式：jpg 和 png 最稳，其它格式先转一下
• 清晰度：字要能看清笔画，放大后不糊
• 体积：别丢进去几十兆的原图，先压一压，太大容易传不动，或者传上去也读不清
• 密度：一张图里的字别太挤，密密麻麻一整页小字，认错的概率明显变高
• 数量：一次别传太多张，两三张以内最稳，一堆图一起发，模型容易只顾着一张看

还有一点常被忽略：拍摄角度。斜着拍会有透视变形，竖排文字拍歪了，识别率掉得很快。能正对着拍就正对着拍。

问法不一样，读出来的东西差很多

同一张图，问法不同，结果能差出一大截。只说一句「看看这张图」，它大概会给你一段泛泛的概括；把要什么讲明白，它才可能把图里那个部分挑出来。

几种好用的问法可以记一下。「把图里的文字一字不差抄出来」适合截图和印刷体；「这张表格里哪一行的金额最高」适合数据类图片；「这张手写便签上写了什么，看不清的地方标出来」适合潦草的笔记。要它整理成结构，就说清楚要什么结构，比如「按时间顺序列成条目」。

想让它把图里的内容变成能用的东西，还可以接着追问。第一轮先把字读出来，第二轮再说「把刚才那段整理成三条要点」，这样一轮盯一件事，出错更容易发现，改起来也快。

传上去了它却像没看见

这是最常见的失败。图片明明挂上去了，回答却跟图片没关系。原因大多落在这三条上。

• 这个入口压根不支持读图，它只是把图片当附件存着，没送进模型
• 图片还在上传，你就把问题发出去了
• 你问得太笼统，比如只丢一张图、什么也不说，它不知道你要干什么

改法很直接：换一个能读图的入口；等缩略图出来再发；问题写具体一点，「这张收据上的金额是多少」比「看看这个」有用得多。

还有一种情况容易被误判成「不支持读图」：图片能读，但你问的那部分信息图里根本没有。比如你发了一张商品正面照，却问背面写了什么保质期，它答不上来不是坏了，是它确实看不到。换一张拍全面的图再问。

如果同时传了图和一大段文字，模型有时会只顾文字、把图忘了。要紧的图片，单独发一轮，别和长篇说明混在一起。

认错了字、答非所问怎么办

认错字

手写体、艺术字、像素低的截图最容易认错。数字里 1 和 7、0 和 6 也经常混。碰上要紧的数字，别直接照抄，让它把关键位置再念一遍，或者自己拿原图核对一次。

答非所问

图里有好几块内容，你只想问其中一块，它可能挑了别的。这时候把范围点出来：「只看表格最右边那列」，比笼统发问强。

整段读不出来

图太糊、字太小，或者全是连笔手写。重拍一张清楚的，比反复问它省事。

图读不出来时的兜底办法

如果换了入口还是不行，别在这个问题上耗着，先把图变成文字。

用相册自带的提取文字

手机相册大多带「提取文字」功能，长按图片，或者点「更多」就能找到。电脑上可以用截图工具自带的文字识别，或者随便一个 OCR 小工具。把识别出来的文字复制出来，回到 DeepSeek 直接贴进输入框，再问你的问题。

这一步多做一次，但很稳。转成文字之后，你还能顺手检查错字，比让模型猜图里的字更可控。表格类的内容，转文字时行和列容易串，自己先看一遍格式再发。

文字数量大的时候，还可以分成几段贴，第一段先让它读明白结构，后面几段再补细节。一次贴几千字的表格，它可能只翻到前半截。

转成文字之后怎么问

变成纯文字以后，它的表现跟读图完全是两码事，可以放心多问。让它把一大段流水账整理成分条，让它从合同条款里挑出期限和金额，让它把方言口语改成书面表达，这些都适合放在这一步做。文字是它最熟的形式，出错率比读图低不少。

兜底这条路不丢人。很多需要「读图」的活，说白了就是把图里的字拿出来用，谁拿出来的并不重要，结果对就行。

各版本差异会变，以官方说明为准

写这一篇，是想给你一套通用的排查顺序，不是一份功能对照表。DeepSeek 的图片能力还在往前走，哪个入口今天能传、明天能不能传，谁都说不准。

碰上和本文对不上的地方，以官方说明和你当前客户端上真实的界面为准。看到传图按钮就当场试，没看到就换个入口，或者走 OCR 兜底，这个思路短期不会过时。

真要把图片读得准，顺序其实就三步：先把图拍清楚、裁干净；再换个能读图的入口把图传上去，等缩略图挂住；最后把问题问具体。这三步都做到了还是不行，就走转文字那条兜底路。

练几回就有手感了。同一张截图今天读得漂亮、明天读得潦草，也不必惊讶，模型每次的回答本来就可能不一样，重要的内容自己核对一遍再拿去用。

最后提醒一句：图片里如果有身份证号、银行卡号这类敏感信息，传之前先遮掉。模型读得越准，需要遮的东西就越要想清楚。