Citas

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.

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)

Cómo funcionan las citas

Integra citas con Claude en estos pasos:

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.

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.

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)

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:

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.