Vision

Diese Anleitung beschreibt, wie Sie mit Bildern in Claude arbeiten, einschließlich Best Practices, Codebeispiele und Einschränkungen, die Sie beachten sollten.

So verwenden Sie Vision

Verwenden Sie Claudes Vision-Funktionen über:

• claude.ai. Laden Sie ein Bild wie eine Datei hoch, oder ziehen Sie ein Bild direkt in das Chat-Fenster.
• Die Console Workbench. Eine Schaltfläche zum Hinzufügen von Bildern wird oben rechts in jedem Benutzer-Nachrichtenblock angezeigt.
• API-Anfrage. Siehe die Beispiele in dieser Anleitung.

Vor dem Hochladen

Grundlagen und Limits

Sie können mehrere Bilder in einer einzelnen Anfrage einschließen (bis zu 20 für claude.ai und 100 für API-Anfragen). Claude analysiert alle bereitgestellten Bilder bei der Formulierung seiner Antwort. Dies kann hilfreich sein, um Bilder zu vergleichen oder gegenüberzustellen.

Wenn Sie ein Bild größer als 8000x8000 px einreichen, wird es abgelehnt. Wenn Sie mehr als 20 Bilder in einer API-Anfrage einreichen, liegt dieses Limit bei 2000x2000 px.

Bildgröße bewerten

Für optimale Leistung empfehlen wir, Bilder vor dem Hochladen zu verkleinern, wenn sie zu groß sind. Wenn die lange Kante Ihres Bildes mehr als 1568 Pixel beträgt oder Ihr Bild mehr als ~1.600 Token hat, wird es zunächst verkleinert, wobei das Seitenverhältnis beibehalten wird, bis es innerhalb der Größenlimits liegt.

Wenn Ihr Eingabebild zu groß ist und verkleinert werden muss, erhöht dies die Latenz von time-to-first-token, ohne Ihnen zusätzliche Modellleistung zu geben. Sehr kleine Bilder unter 200 Pixeln auf einer beliebigen Kante können die Leistung beeinträchtigen.

Hier ist eine Tabelle der maximalen Bildgrößen, die von unserer API akzeptiert werden und nicht für gängige Seitenverhältnisse verkleinert werden. Mit Claude Opus 4.6 verwenden diese Bilder ungefähr 1.600 Token und kosten etwa 4,80 $/1.000 Bilder.

Bildkosten berechnen

Jedes Bild, das Sie in eine Anfrage an Claude einschließen, zählt zu Ihrer Token-Nutzung. Um die ungefähren Kosten zu berechnen, multiplizieren Sie die ungefähre Anzahl der Bild-Token mit dem Pro-Token-Preis des Modells, das Sie verwenden.

Wenn Ihr Bild nicht verkleinert werden muss, können Sie die Anzahl der verwendeten Token durch diesen Algorithmus schätzen: tokens = (width px * height px)/750

Hier sind Beispiele für ungefähre Tokenisierung und Kosten für verschiedene Bildgrößen innerhalb der Größenlimits unserer API basierend auf Claudes Opus 4.6 Pro-Token-Preis von 3 $ pro Million Eingabe-Token:

Bildqualität sicherstellen

Beachten Sie beim Bereitstellen von Bildern für Claude Folgendes für beste Ergebnisse:

• Bildformat: Verwenden Sie ein unterstütztes Bildformat: JPEG, PNG, GIF oder WebP.
• Bildklarheit: Stellen Sie sicher, dass Bilder klar sind und nicht zu verschwommen oder pixelig sind.
• Text: Wenn das Bild wichtigen Text enthält, stellen Sie sicher, dass er lesbar und nicht zu klein ist. Vermeiden Sie es, wichtigen visuellen Kontext auszuschneiden, nur um den Text zu vergrößern.

Prompt-Beispiele

Viele der Prompting-Techniken, die gut für textbasierte Interaktionen mit Claude funktionieren, können auch auf bildbasierte Prompts angewendet werden.

Diese Beispiele demonstrieren Best-Practice-Prompt-Strukturen mit Bildern.

Über die Prompt-Beispiele

Die folgenden Beispiele zeigen, wie Sie Claudes Vision-Funktionen mit verschiedenen Programmiersprachen und Ansätzen verwenden. Sie können Bilder an Claude auf drei Arten bereitstellen:

1. Als Base64-codiertes Bild in image Content-Blöcken
2. Als URL-Referenz zu einem online gehosteten Bild
3. Mit der Files API (einmal hochladen, mehrmals verwenden)

Die Base64-Beispiel-Prompts verwenden diese Variablen:

    # Für URL-basierte Bilder können Sie die URL direkt in Ihrer JSON-Anfrage verwenden
    
    # Für Base64-codierte Bilder müssen Sie das Bild zuerst codieren
    # Beispiel für die Codierung eines Bildes zu Base64 in Bash:
    BASE64_IMAGE_DATA=$(curl -s "https://upload.wikimedia.org/wikipedia/commons/a/a7/Camponotus_flavomarginatus_ant.jpg" | base64)
    
    # Die codierten Daten können jetzt in Ihren API-Aufrufen verwendet werden

Nachfolgend finden Sie Beispiele für die Einbindung von Bildern in eine Messages-API-Anfrage mit Base64-codierten Bildern und URL-Referenzen:

Base64-codiertes Bild-Beispiel

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-opus-4-6",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "image",
            "source": {
              "type": "base64",
              "media_type": "image/jpeg",
              "data": "'"$BASE64_IMAGE_DATA"'"
            }
          },
          {
            "type": "text",
            "text": "Describe this image."
          }
        ]
      }
    ]
  }'

URL-basiertes Bild-Beispiel

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-opus-4-6",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "image",
            "source": {
              "type": "url",
              "url": "https://upload.wikimedia.org/wikipedia/commons/a/a7/Camponotus_flavomarginatus_ant.jpg"
            }
          },
          {
            "type": "text",
            "text": "Describe this image."
          }
        ]
      }
    ]
  }'

Files API Bild-Beispiel

Für Bilder, die Sie wiederholt verwenden, oder wenn Sie Codierungs-Overhead vermeiden möchten, verwenden Sie die Files API:

# Laden Sie zunächst Ihr Bild in die Files API hoch
curl -X POST https://api.anthropic.com/v1/files \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "anthropic-beta: files-api-2025-04-14" \
  -F "[email protected]"

# Verwenden Sie dann die zurückgegebene file_id in Ihrer Nachricht
curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "anthropic-beta: files-api-2025-04-14" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-opus-4-6",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "image",
            "source": {
              "type": "file",
              "file_id": "file_abc123"
            }
          },
          {
            "type": "text",
            "text": "Describe this image."
          }
        ]
      }
    ]
  }'

Siehe Messages API Beispiele für weitere Beispielcode und Parameterdetails.

Einschränkungen

Obwohl Claudes Bildverständnisfähigkeiten hochmodern sind, gibt es einige Einschränkungen, die Sie beachten sollten:

• Personenerkennung: Claude kann nicht verwendet werden, um Personen in Bildern zu identifizieren (d. h. zu benennen), und wird sich weigern, dies zu tun.
• Genauigkeit: Claude kann halluzinieren oder Fehler machen, wenn er Bilder mit niedriger Qualität, gedrehte oder sehr kleine Bilder unter 200 Pixeln interpretiert.
• Räumliches Denken: Claudes räumliche Denkfähigkeiten sind begrenzt. Es kann bei Aufgaben Schwierigkeiten haben, die präzise Lokalisierung oder Layouts erfordern, wie das Ablesen eines analogen Ziffernblatts oder das Beschreiben der genauen Positionen von Schachfiguren.
• Zählen: Claude kann ungefähre Zählungen von Objekten in einem Bild geben, ist aber möglicherweise nicht immer präzise genau, besonders bei großen Mengen kleiner Objekte.
• KI-generierte Bilder: Claude weiß nicht, ob ein Bild KI-generiert ist, und kann falsch liegen, wenn er gefragt wird. Verlassen Sie sich nicht darauf, gefälschte oder synthetische Bilder zu erkennen.
• Unangemessene Inhalte: Claude verarbeitet keine unangemessenen oder expliziten Bilder, die gegen unsere Acceptable Use Policy verstoßen.
• Gesundheitswesen-Anwendungen: Während Claude allgemeine medizinische Bilder analysieren kann, ist es nicht dafür ausgelegt, komplexe diagnostische Scans wie CTs oder MRTs zu interpretieren. Claudes Ausgaben sollten nicht als Ersatz für professionelle medizinische Beratung oder Diagnose angesehen werden.

Überprüfen und verifizieren Sie immer sorgfältig Claudes Bildinterpretationen, besonders für hochriskante Anwendungsfälle. Verwenden Sie Claude nicht für Aufgaben, die perfekte Präzision erfordern oder für sensible Bildanalysen ohne menschliche Überwachung.

Häufig gestellte Fragen

Tiefer in Vision eintauchen

Bereit, mit Bildern mit Claude zu bauen? Hier sind einige hilfreiche Ressourcen:

• Multimodales Kochbuch: Dieses Kochbuch enthält Tipps zum Einstieg in Bilder und Best-Practice-Techniken, um die höchste Qualitätsleistung mit Bildern zu gewährleisten. Sehen Sie, wie Sie Claude effektiv mit Bildern auffordern können, um Aufgaben wie Interpretation und Analyse von Diagrammen oder Extraktion von Inhalten aus Formularen auszuführen.
• API-Referenz: Besuchen Sie unsere Dokumentation für die Messages API, einschließlich Beispiel-API-Aufrufe mit Bildern.

Wenn Sie weitere Fragen haben, können Sie sich gerne an unser Support-Team wenden. Sie können auch unserer Entwickler-Community beitreten, um mit anderen Kreativen in Kontakt zu treten und Hilfe von Anthropic-Experten zu erhalten.