Citas

This feature is eligible for Zero Data Retention (ZDR). When your organization has a ZDR arrangement, data sent through this feature is not stored after the API response is returned.

Claude es capaz de proporcionar citas detalladas al responder preguntas sobre documentos, ayudándote a rastrear y verificar las fuentes de información en las respuestas.

Todos los modelos activos admiten citas, con la excepción de Haiku 3.

Comparte tus comentarios y sugerencias sobre la función de citas usando este formulario.

Aquí hay un ejemplo de cómo usar citas con la API de Messages:

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-4-7",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "document",
                    "source": {
                        "type": "text",
                        "media_type": "text/plain",
                        "data": "The grass is green. The sky is blue.",
                    },
                    "title": "My Document",
                    "context": "This is a trustworthy document.",
                    "citations": {"enabled": True},
                },
                {"type": "text", "text": "What color is the grass and sky?"},
            ],
        }
    ],
)
print(response)

Comparación con enfoques basados en prompts

En comparación con soluciones de citas basadas en prompts, la función de citas tiene las siguientes ventajas:

Ahorro de costos: Si tu enfoque basado en prompts le pide a Claude que genere citas directas, es posible que veas ahorros de costos debido a que cited_text no cuenta hacia tus tokens de salida.
Mejor confiabilidad de citas: Debido a que las citas se analizan en los formatos de respuesta respectivos mencionados anteriormente y cited_text se extrae, se garantiza que las citas contengan punteros válidos a los documentos proporcionados.
Calidad de citas mejorada: En evaluaciones, se encontró que la función de citas era significativamente más probable que citara las citas más relevantes de los documentos en comparación con enfoques puramente basados en prompts.

Cómo funcionan las citas

Integra citas con Claude en estos pasos:

División automática vs contenido personalizado

Por defecto, los documentos de texto plano y PDF se dividen automáticamente en oraciones. Si necesitas más control sobre la granularidad de las citas (por ejemplo, para puntos de viñeta o transcripciones), usa documentos de contenido personalizado en su lugar. Consulta Tipos de Documento para más detalles.

Por ejemplo, si deseas que Claude pueda citar oraciones específicas de tus fragmentos de RAG, debes poner cada fragmento de RAG en un documento de texto plano. De lo contrario, si no deseas que se realice más división, o si deseas personalizar cualquier división adicional, puedes poner fragmentos de RAG en documento(s) de contenido personalizado.

Contenido citable vs no citable

El texto encontrado dentro del contenido source de un documento puede ser citado.
title y context son campos opcionales que se pasarán al modelo pero no se usarán hacia el contenido citado.
title está limitado en longitud, por lo que es posible que encuentres el campo context útil para almacenar cualquier metadato del documento como texto o json stringificado.

Índices de citas

Los índices de documento están indexados desde 0 desde la lista de todos los bloques de contenido de documento en la solicitud (abarcando todos los mensajes).
Los índices de caracteres están indexados desde 0 con índices finales exclusivos.
Los números de página están indexados desde 1 con números de página finales exclusivos.
Los índices de bloques de contenido están indexados desde 0 con índices finales exclusivos de la lista content proporcionada en el documento de contenido personalizado.

Costos de tokens

Habilitar citas incurre en un ligero aumento en los tokens de entrada debido a adiciones de prompts del sistema y división de documentos.
Sin embargo, la función de citas es muy eficiente con tokens de salida. Bajo el capó, el modelo está generando citas en un formato estandarizado que luego se analizan en texto citado e índices de ubicación de documento. El campo cited_text se proporciona por conveniencia y no cuenta hacia los tokens de salida.
Cuando se pasan en turnos de conversación posteriores, cited_text tampoco se cuenta hacia los tokens de entrada.

Compatibilidad de características

Las citas funcionan en conjunto con otras características de la API, incluyendo almacenamiento en caché de prompts, conteo de tokens y procesamiento por lotes.

Las citas y las salidas estructuradas son incompatibles

Las citas no se pueden usar junto con Salidas Estructuradas. Si habilitas citas en cualquier documento proporcionado por el usuario (bloques de Documento o RequestSearchResultBlock) e incluyes también el parámetro output_config.format (o el parámetro output_format deprecado), la API devolverá un error 400.

Esto se debe a que las citas requieren intercalar bloques de citas con salida de texto, lo que es incompatible con las restricciones estrictas del esquema JSON de las salidas estructuradas.

Usando almacenamiento en caché de prompts con citas

Las citas y el almacenamiento en caché de prompts se pueden usar juntos de manera efectiva.

Los bloques de citas generados en respuestas no se pueden almacenar en caché directamente, pero los documentos fuente a los que hacen referencia sí se pueden almacenar en caché. Para optimizar el rendimiento, aplica cache_control a tus bloques de contenido de documento de nivel superior.

En este ejemplo:

El contenido del documento se almacena en caché usando cache_control en el bloque de documento
Las citas se habilitan en el documento
Claude puede generar respuestas con citas mientras se beneficia del contenido del documento almacenado en caché
Las solicitudes posteriores que usen el mismo documento se beneficiarán del contenido almacenado en caché

Tipos de Documento

Elegir un tipo de documento

Se admiten tres tipos de documento para citas. Los documentos se pueden proporcionar directamente en el mensaje (base64, texto o URL) o cargarse a través de la API de Archivos y hacer referencia por file_id:

Tipo	Mejor para	División	Formato de cita
Texto plano	Documentos de texto simple, prosa	Oración	Índices de caracteres (indexado desde 0)
PDF	Archivos PDF con contenido de texto	Oración	Números de página (indexado desde 1)
Contenido personalizado	Listas, transcripciones, formato especial, citas más granulares	Sin división adicional	Índices de bloques (indexado desde 0)

Los archivos .csv, .xlsx, .docx, .md y .txt no se admiten como bloques de documento. Conviértelos a texto plano e inclúyelos directamente en el contenido del mensaje. Consulta Trabajar con otros formatos de archivo.

Documentos de texto plano

Los documentos de texto plano se dividen automáticamente en oraciones. Puedes proporcionarlos en línea o por referencia con su file_id:

Documentos PDF

Los documentos PDF se pueden proporcionar como datos codificados en base64 o por file_id. El texto PDF se extrae y se divide en oraciones. Como las citas de imágenes aún no se admiten, los PDF que son escaneos de documentos y no contienen texto extraíble no serán citables.

Documentos de contenido personalizado

Los documentos de contenido personalizado te dan control sobre la granularidad de las citas. No se realiza división adicional y los fragmentos se proporcionan al modelo de acuerdo con los bloques de contenido proporcionados.

{
    "type": "document",
    "source": {
        "type": "content",
        "content": [
            {"type": "text", "text": "First chunk"},
            {"type": "text", "text": "Second chunk"},
        ],
    },
    "title": "Document Title",  # optional
    "context": "Context about the document that will not be cited from",  # optional
    "citations": {"enabled": True},
}

Estructura de Respuesta

Cuando las citas están habilitadas, las respuestas incluyen múltiples bloques de texto con citas:

{
    "content": [
        {"type": "text", "text": "According to the document, "},
        {
            "type": "text",
            "text": "the grass is green",
            "citations": [
                {
                    "type": "char_location",
                    "cited_text": "The grass is green.",
                    "document_index": 0,
                    "document_title": "Example Document",
                    "start_char_index": 0,
                    "end_char_index": 20,
                }
            ],
        },
        {"type": "text", "text": " and "},
        {
            "type": "text",
            "text": "the sky is blue",
            "citations": [
                {
                    "type": "char_location",
                    "cited_text": "The sky is blue.",
                    "document_index": 0,
                    "document_title": "Example Document",
                    "start_char_index": 20,
                    "end_char_index": 36,
                }
            ],
        },
        {
            "type": "text",
            "text": ". Information from page 5 states that ",
        },
        {
            "type": "text",
            "text": "water is essential",
            "citations": [
                {
                    "type": "page_location",
                    "cited_text": "Water is essential for life.",
                    "document_index": 1,
                    "document_title": "PDF Document",
                    "start_page_number": 5,
                    "end_page_number": 6,
                }
            ],
        },
        {
            "type": "text",
            "text": ". The custom document mentions ",
        },
        {
            "type": "text",
            "text": "important findings",
            "citations": [
                {
                    "type": "content_block_location",
                    "cited_text": "These are important findings.",
                    "document_index": 2,
                    "document_title": "Custom Content Document",
                    "start_block_index": 0,
                    "end_block_index": 1,
                }
            ],
        },
    ]
}

Soporte de Streaming

Para respuestas de streaming, se incluye un tipo citations_delta que contiene una sola cita que se agregará a la lista citations en el bloque de contenido text actual.

Proporciona documento(s) y habilita citas
- Incluye documentos en cualquiera de los formatos admitidos: documentos PDF, texto plano o contenido personalizado
- Establece citations.enabled=true en cada uno de tus documentos. Actualmente, las citas deben habilitarse en todos o ninguno de los documentos dentro de una solicitud.
- Ten en cuenta que actualmente solo se admiten citas de texto y las citas de imágenes aún no son posibles.
Los documentos se procesan
- El contenido del documento se "divide en fragmentos" para definir la granularidad mínima de las citas posibles. Por ejemplo, la división en oraciones permitiría a Claude citar una sola oración o encadenar múltiples oraciones consecutivas para citar un párrafo (¡o más largo!).
  - Para PDF: El texto se extrae como se describe en Soporte de PDF y el contenido se divide en oraciones. Actualmente no se admite citar imágenes de PDF.
  - Para documentos de texto plano: El contenido se divide en oraciones que se pueden citar.
  - Para documentos de contenido personalizado: Los bloques de contenido que proporcionaste se usan tal como están y no se realiza más división.
Claude proporciona respuesta citada
- Las respuestas ahora pueden incluir múltiples bloques de texto donde cada bloque de texto puede contener una afirmación que Claude está haciendo y una lista de citas que apoyan la afirmación.
- Las citas hacen referencia a ubicaciones específicas en documentos fuente. El formato de estas citas depende del tipo de documento que se está citando.
  - Para PDF: Las citas incluyen el rango de números de página (indexado desde 1).
  - Para documentos de texto plano: Las citas incluyen el rango de índices de caracteres (indexado desde 0).
  - Para documentos de contenido personalizado: Las citas incluyen el rango de índices de bloques de contenido (indexado desde 0) correspondiente a la lista de contenido original proporcionada.
- Los índices de documento se proporcionan para indicar la fuente de referencia y están indexados desde 0 según la lista de todos los documentos en tu solicitud original.

client = anthropic.Anthropic()

# Long document content (e.g., technical documentation)
long_document = (
    "This is a very long document with thousands of words..." + " ... " * 1000
)  # Minimum cacheable length

response = client.messages.create(
    model="claude-opus-4-7",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "document",
                    "source": {
                        "type": "text",
                        "media_type": "text/plain",
                        "data": long_document,
                    },
                    "citations": {"enabled": True},
                    "cache_control": {
                        "type": "ephemeral"
                    },  # Cache the document content
                },
                {
                    "type": "text",
                    "text": "What does this document say about API features?",
                },
            ],
        }
    ],
)
print(response)

Cómo funcionan las citas

Contenido citable vs no citable

Índices de citas

Costos de tokens

Compatibilidad de características

Usando almacenamiento en caché de prompts con citas

Tipos de Documento

Elegir un tipo de documento

Documentos de texto plano

Ejemplo de cita de texto plano

Documentos PDF

Ejemplo de cita de PDF

Documentos de contenido personalizado

Ejemplo de cita

Estructura de Respuesta

Soporte de Streaming

Ejemplo de eventos de streaming