Ранжирование изображений через LLM: закинуть все фото в один промпт и попросить отсортировать по тексту

Обнаружено: обычный чат-бот угадывает нужную картинку среди похожих так же точно, как модель, созданная именно для поиска изображений. Метод позволяет находить нужное фото среди визуально похожих кандидатов (до 25 штук) по текстовому описанию — без установки отдельного поискового инструмента, просто одним промптом в Claude или GPT. Фишка — закинуть все картинки в один промпт и заставить модель сравнивать их между собой, а не оценивать по одной. Эмбеддинг-модель смотрит на каждое фото изолированно, LLM видит весь набор сразу — точность выходит той же, что у специализированного Gemini Embedding 2.