- Trình đọc màn hình đọc văn bản thay thế (alt) của ảnh. Đặc tả HTML phân biệt ảnh thuần trang trí, phải có alt rỗng, với ảnh mang thông tin hay là nội dung chính, phải có văn bản thay được ảnh.
- Trợ lý AI mô tả ảnh nhanh, nhưng trang trợ giúp của ChatGPT ghi mô tả có thể sai, đếm vật thể chỉ gần đúng, đọc kém chữ không phải chữ La-tinh, và không dùng cho ảnh y khoa.
- AI không biết bạn dùng ảnh để làm gì. Văn bản thay thế tốt nói đúng thông tin ảnh mang lại trong ngữ cảnh, nên người viết vẫn phải quyết định.
- Đoạn Python trong bài tìm ảnh thiếu alt, alt giống tên tệp, alt thừa chữ "ảnh", và alt quá dài.
Code trong bài là Python, chỉ dùng thư viện chuẩn; phần kiểm dùng thêm Beautiful Soup bản 4.15.0. Trang HTML mẫu là giả lập.
Văn bản thay thế là gì
Trong HTML, mỗi ảnh có thể có thuộc tính alt chứa đoạn chữ thay cho ảnh. Trình đọc màn hình đọc đoạn chữ này cho người khiếm thị; trình duyệt hiện nó khi ảnh không tải được. Đặc tả HTML của WHATWG có hẳn một phần quy định cách viết văn bản thay thế theo từng loại ảnh, và nhắc một nguyên tắc chung: không nên dùng ảnh nếu dùng chữ cũng được việc.
Vài quy tắc quan trọng trong đặc tả. Ảnh thuần trang trí, không thêm thông tin, thì thuộc tính alt phải có nhưng để rỗng, để trình đọc bỏ qua. Ảnh nằm trong một liên kết hay nút mà không có gì khác thì alt phải nói chức năng: bấm vào sẽ đi đâu, làm gì. Ảnh là phần cốt lõi của nội dung, như ảnh trong một bài viết về chính bức ảnh đó, thì alt phải là đoạn chữ thay được ảnh.
AI mô tả ảnh giúp được gì
Các trợ lý AI đọc được ảnh nay mô tả một bức ảnh trong vài giây: ai đang làm gì, ở đâu, có chữ gì. Với người khiếm thị, điều này mở ra nhiều việc: chụp một tờ thông báo để nghe nội dung, hỏi màu một chiếc áo, đọc nhãn một hộp thuốc. Với người làm trang web hay tài liệu, AI giúp viết nháp văn bản thay thế cho hàng trăm ảnh nhanh hơn nhiều. Bài AI đọc hình ảnh nói về cách mô hình nhìn ảnh.
Giới hạn của mô tả do AI viết
Trang hỏi đáp về đưa ảnh vào ChatGPT liệt kê những giới hạn cần nhớ. Mô hình không phù hợp để đọc ảnh y khoa chuyên môn như phim chụp cắt lớp, và không nên dùng để tư vấn y tế. Mô hình đọc kém chữ không thuộc bảng chữ La-tinh. Mô hình có thể hiểu sai ảnh bị xoay hay lộn ngược, khó với biểu đồ dùng nhiều kiểu nét, khó với việc định vị chính xác như xác định thế cờ, chỉ đếm gần đúng số vật, và có thể tạo mô tả hay chú thích sai trong một số trường hợp. Ảnh bị thu nhỏ trước khi phân tích, và mô hình không đọc tên tệp gốc hay siêu dữ liệu.
Ngoài các lỗi đó, có một giới hạn sâu hơn: AI không biết bạn dùng ảnh để làm gì. Cùng một ảnh lớp học, trong bài báo về chuyến tham quan thì thông tin quan trọng là ai đi đâu; trong bài hướng dẫn xếp hàng an toàn thì quan trọng là các bạn đứng thế nào. Mô tả của AI thường liệt kê mọi thứ nhìn thấy, trong khi văn bản thay thế tốt chỉ nói điều ảnh muốn truyền đạt.
Soát văn bản thay thế bằng Python
Đoạn Python dưới đây đọc một trang HTML và đánh dấu năm loại vấn đề: ảnh thiếu alt; alt rỗng, cần người xác nhận đúng là ảnh trang trí; alt trông như tên tệp; alt mở đầu bằng "ảnh" hay "hình ảnh", vốn thừa vì trình đọc đã báo đây là ảnh; và alt dài quá 150 ký tự, một ngưỡng do bài tự đặt.
"""Soát văn bản thay thế (thuộc tính alt) của ảnh trong một trang HTML.
Người khiếm thị dùng trình đọc màn hình nghe nội dung trang; với ảnh, trình đọc đọc thuộc tính
alt. Chương trình đánh dấu các chỗ nên xem lại:
- thiếu alt (đặc tả HTML yêu cầu có alt; ảnh trang trí thì alt rỗng);
- alt rỗng: chỉ đúng nếu ảnh thuần trang trí, cần người xác nhận;
- alt trông như tên tệp (kết thúc .jpg, .png...): gần như chắc là chưa viết;
- alt mở đầu bằng "ảnh", "hình ảnh": thừa, trình đọc đã báo đó là ảnh;
- alt dài quá 150 ký tự: ngưỡng do bài tự đặt; mô tả dài nên đặt trong nội dung trang.
Trang mẫu là giả lập. Chỉ dùng thư viện chuẩn.
Chạy: python soat_alt.py trang.html
"""
import re
import sys
from html.parser import HTMLParser
DUOI_TEP = re.compile(r"\.(jpe?g|png|gif|webp|svg|bmp)$", re.IGNORECASE)
MO_DAU_THUA = re.compile(r"^(ảnh|hình ảnh|hình|image|picture)\b", re.IGNORECASE)
class LayAnh(HTMLParser):
def __init__(self):
super().__init__()
self.anh = []
def handle_starttag(self, tag, attrs):
if tag == "img":
d = dict(attrs)
self.anh.append((d.get("src", ""), d.get("alt")))
def lay_anh(html):
p = LayAnh()
p.feed(html)
return p.anh
def soat(html, toi_da=150):
ket = []
for src, alt in lay_anh(html):
if alt is None:
ket.append((src, "thiếu alt"))
continue
a = alt.strip()
if not a:
ket.append((src, "alt rỗng: chỉ đúng nếu ảnh thuần trang trí"))
continue
if DUOI_TEP.search(a):
ket.append((src, "alt trông như tên tệp"))
if MO_DAU_THUA.match(a):
ket.append((src, "alt mở đầu bằng 'ảnh' là thừa"))
if len(a) > toi_da:
ket.append((src, f"alt dài {len(a)} ký tự"))
return ket
MAU = """<article>
<h1>Chuyến tham quan bảo tàng của lớp 8A</h1>
<img src="hoa-van.png" alt="">
<img src="lop-8a.jpg" alt="Lớp 8A đứng trước cổng Bảo tàng Lịch sử, cô chủ nhiệm cầm cờ lớp">
<img src="IMG_2031.jpg" alt="IMG_2031.jpg">
<img src="trong-dong.jpg" alt="Hình ảnh trống đồng">
<img src="ban-do.png">
<a href="/"><img src="logo.svg" alt="Về trang chủ của trường"></a>
</article>"""
if __name__ == "__main__":
html = open(sys.argv[1], encoding="utf-8").read() if len(sys.argv) > 1 else MAU
anh = lay_anh(html)
ket = soat(html)
print(f"{len(anh)} ảnh, {len(ket)} chỗ cần xem lại")
for src, ly_do in ket:
print(f" {src}: {ly_do}")
Với trang mẫu sáu ảnh về chuyến tham quan, chương trình chỉ ra bốn chỗ: ảnh hoa văn có alt rỗng, cần xác nhận là trang trí; ảnh IMG_2031.jpg có alt chính là tên tệp; ảnh trống đồng có alt "Hình ảnh trống đồng" thừa chữ đầu; và ảnh bản đồ thiếu hẳn alt. Ảnh cả lớp trước cổng bảo tàng và logo dẫn về trang chủ thì ổn. Phần kiểm đi kèm so danh sách ảnh với thư viện Beautiful Soup, và phân biệt đúng "không có alt" với "alt rỗng" như đặc tả.
Chương trình không biết mô tả có đúng ảnh hay không. Nó chỉ chỉ ra chỗ chắc chắn sai hoặc cần người xem.
Dùng AI để viết nháp, người viết bản cuối
Một quy trình hợp lý cho trang web của trường hay của câu lạc bộ: chạy đoạn Python để tìm ảnh thiếu alt; với mỗi ảnh, xác định ảnh dùng để làm gì trong trang; nếu là trang trí, để alt rỗng; nếu mang thông tin, nhờ trợ lý AI viết nháp mô tả, rồi sửa lại cho ngắn và đúng mục đích. Với ảnh có chữ, chép đúng chữ thay vì để AI đoán. Với biểu đồ, nói điều biểu đồ cho thấy, như "điểm trung bình tăng từ 6,5 lên 7,8", thay vì tả màu cột.
Đừng tải ảnh có thông tin cá nhân của người khác lên trợ lý AI chỉ để lấy mô tả. Và nếu một người khiếm thị dùng AI để đọc thông tin quan trọng, như liều thuốc hay số tài khoản, hãy nhắc họ rằng AI có thể đọc sai, và nên hỏi thêm người tin cậy.
Ba ví dụ viết lại
Ví dụ một: ảnh cả lớp đứng trước cổng bảo tàng, trong bài báo tường về chuyến tham quan. AI có thể mô tả: "Một nhóm khoảng ba mươi người mặc áo trắng đứng trước một tòa nhà có cột lớn, trời nắng, có cây xanh bên trái". Bản tốt hơn cho bài này: "Lớp 8A đứng trước cổng Bảo tàng Lịch sử, cô chủ nhiệm cầm cờ lớp". Ngắn hơn, và nói đúng điều người đọc cần.
Ví dụ hai: biểu tượng kính lúp trong nút tìm kiếm. AI mô tả "kính lúp màu xám". Nhưng alt cần nói chức năng: "Tìm kiếm". Ví dụ ba: đường viền hoa văn trang trí đầu trang. AI có thể viết một câu dài về họa tiết, nhưng đúng ra alt nên rỗng, để người nghe không phải nghe một đoạn không mang thông tin. Ba ví dụ cho thấy cùng một bài học: văn bản thay thế phụ thuộc vào ảnh dùng để làm gì, điều mà chỉ người làm trang biết.
Dùng cho việc học thế nào
Viết văn bản thay thế là bài tập viết rất tốt: buộc bạn nói ngắn, đúng ý chính. Trong giờ Tin học, lớp có thể chọn trang web của trường, chạy đoạn Python, rồi chia nhau viết alt cho từng ảnh. Sau đó nhờ AI viết mô tả cho cùng ảnh và so sánh: bản nào ngắn hơn, bản nào nói đúng điều trang muốn truyền đạt.
Nếu bạn làm bài thuyết trình hay video, nghĩ tới người không nhìn thấy: nói ra những gì ảnh và biểu đồ thể hiện, đừng chỉ nói "như các bạn thấy trên hình". Cùng ý đó, bài phụ đề tự động nói về việc làm video cho người không nghe được.
- Để alt là tên tệp hay để trống cho ảnh mang thông tin.
- Dán nguyên mô tả dài của AI vào alt mà không sửa theo mục đích ảnh.
- Tin AI đọc đúng liều thuốc, số tiền hay chữ không phải chữ La-tinh.
- Tải ảnh có thông tin riêng của người khác lên trợ lý AI để lấy mô tả.
Câu hỏi thường gặp
Ảnh trang trí thì viết alt thế nào?
Theo đặc tả HTML, thuộc tính alt phải có nhưng để rỗng, để trình đọc màn hình bỏ qua.
Có nên viết "ảnh của..." ở đầu alt không?
Không cần; trình đọc màn hình đã báo đó là ảnh.
AI viết mô tả ảnh có đáng tin không?
Hữu ích để viết nháp, nhưng có thể sai, đếm gần đúng, đọc kém chữ không phải chữ La-tinh; người viết cần sửa.
Ảnh là liên kết thì alt nói gì?
Nói chức năng: bấm vào sẽ đi đâu hoặc làm gì.
Học tiếp
Nếu bạn muốn học Python và AI bài bản cùng giảng viên, tham khảo khóa học AI của Big-O Coding.
Khóa AI – Introduction to Machine Learning: nền tảng Máy học từ thuật toán cơ bản đến Neural Networks và LLM, học bằng Python. Học thử buổi 1 miễn phí.


