一种多模态样本数据生成方法、装置、电子设备和存储介质

本公开涉及计算机技术领域，尤其涉及一种多模态样本数据生成方法、装置、电子设备和存储介质，包括：针对目标网页，获取网页截图及网页中UI元素的元素信息；基于所述UI元素的元素信息，生成注释信息；将所述注释信息与预设任务提示词作为文本输入，将所述网页截图作为图片输入，输入到大语言模型中，得到大语言模型输出的用于描述所述网页截图的描述信息；将所述网页截图和所述描述信息作为训练多模态大语言模型的样本数据。本公开实施例能够提高多模态大语言模型的样本数据的生成效率。