Grounding-Szenario · 2026-08-13
Jedes Modell erhielt denselben Screenshot, Prompt und Vertrag für die strukturierte Antwort.
390 × 844 · normalisierte Koordinaten von 0–1000
Exakte Eingabe
You are evaluating a user interface screenshot for test automation.
Locate the single UI element described below. Return the best click point and the tight visible bounding box of the complete interactive target. Coordinates use a normalized 0 to 1000 grid, where (0, 0) is the top-left image corner and (1000, 1000) is the bottom-right image corner.
Target: the Trips bottom tab
Return only data matching the supplied JSON schema. Do not describe your reasoning.
ErwartetModelldaten
Blau markiert das aus dem Browser abgeleitete Ziel. Orange markiert die vom Modell zurückgegebene Box und den Punkt. Die Formatvalidierung prüft nur den Antwortvertrag; sie bedeutet nicht, dass das angeforderte Element gefunden wurde.
{"point": {"x": 174, "y": 961}, "box": {"x": 139, "y": 940, "width": 100, "height": 60}}{"point": {"x": 187, "y": 953}, "box": {"x": 120, "y": 920, "width": 140, "height": 70}}{"point":{"x":66,"y":812},"box":{"x":0,"y":780,"width":131,"height":64}}{
"point": {
"x": 185,
"y": 962
},
"box": {
"x": 150,
"y": 935,
"width": 70,
SyntaxError
{"point":{"x":167,"y":963},"box":{"x":0,"y":925,"width":333,"height":75}}{"point":{"x":185,"y":975},"box":{"x":154,"y":944,"width":62,"height":39}}{"point":{"x":72,"y":817},"box":{"x":47,"y":793,"width":50,"height":38}}{"point":{"x":181,"y":2107},"box":{"x":26,"y":2035,"width":310,"height":144}}Der Punkt muss normalisierte Koordinaten von 0..1000 verwenden. Die Box muss positiv und in normalisierten Koordinaten von 0..1000 enthalten sein.
{"point": {"x": 182, "y": 962}, "box": {"x": 155, "y": 943, "width": 57, "height": 41}}