Joignez plusieurs images et l'assistant sait désormais laquelle est laquelle : chacune est étiquetée dans le tour, si bien que « change la deuxième » fonctionne et « fais-le pour chacune » passe sur toutes. Les images auxquelles la réponse fait référence apparaissent là où elles sont mentionnées, et celles qu'elle n'a pas placées sont affichées avec la réponse au lieu d'être écartées.