Prise en charge des PDF

Vous pouvez interroger Claude sur n'importe quel texte, image, graphique ou tableau contenu dans les PDF que vous fournissez. Voici quelques exemples de cas d'utilisation :

• Analyser des rapports financiers et comprendre des graphiques/tableaux
• Extraire des informations clés de documents juridiques
• Aide à la traduction de documents
• Convertir les informations d'un document en formats structurés



Avant de commencer



Vérifier les exigences relatives aux PDF

Claude fonctionne avec n'importe quel PDF standard. Assurez-vous que la taille de votre requête respecte ces exigences :

Ces deux limites s'appliquent à l'ensemble de la charge utile de la requête, y compris tout autre contenu envoyé avec les PDF. Pour les PDF volumineux, envisagez de les téléverser avec la Files API et de les référencer par file_id afin de réduire la taille des charges utiles de requête.

Étant donné que la prise en charge des PDF repose sur les capacités de vision de Claude, elle est soumise aux mêmes limitations et considérations que les autres tâches de vision.



Plateformes et modèles pris en charge

La prise en charge des PDF est disponible sur l'API Claude, Claude Platform sur AWS, Amazon Bedrock (voir Prise en charge des PDF sur Amazon Bedrock), Vertex AI et Microsoft Foundry. Tous les modèles actifs prennent en charge le traitement des PDF.



Prise en charge des PDF sur Amazon Bedrock

Lorsque vous utilisez la prise en charge des PDF via l'API Converse de Bedrock, il existe deux modes distincts de traitement des documents :



Modes de traitement des documents

1. Converse Document Chat (Mode original - Extraction de texte uniquement)

   • Fournit une extraction de texte basique à partir des PDF
   • Ne peut pas analyser les images, graphiques ou mises en page visuelles dans les PDF
   • Utilise environ 1 000 tokens pour un PDF de 3 pages
   • Utilisé automatiquement lorsque les citations ne sont pas activées

2. Claude PDF Chat (Nouveau mode - Compréhension visuelle complète)

   • Fournit une analyse visuelle complète des PDF
   • Peut comprendre et analyser les graphiques, diagrammes, images et mises en page visuelles
   • Traite chaque page à la fois comme texte et comme image pour une compréhension exhaustive
   • Utilise environ 7 000 tokens pour un PDF de 3 pages
   • Nécessite l'activation des citations dans l'API Converse



Limitations principales

• API Converse : L'analyse visuelle des PDF nécessite l'activation des citations. Il n'existe actuellement aucune option pour utiliser l'analyse visuelle sans citations (contrairement à l'API InvokeModel).
• API InvokeModel : Offre un contrôle total sur le traitement des PDF sans citations forcées.



Problèmes courants

Si Claude ne voit pas les images ou les graphiques dans vos PDF lors de l'utilisation de l'API Converse, vous devez probablement activer l'indicateur de citations. Sans celui-ci, Converse se rabat sur l'extraction de texte basique uniquement.



Traiter des PDF avec Claude



Envoyer votre première requête PDF

Commençons par un exemple simple utilisant l'API Messages. Vous pouvez fournir des PDF à Claude de trois manières :

1. Sous forme de référence URL vers un PDF hébergé en ligne
2. Sous forme de PDF encodé en base64 dans des blocs de contenu document
3. Par un file_id provenant de la Files API



Option 1 : Document PDF basé sur une URL

L'approche la plus simple consiste à référencer un PDF directement depuis une URL :

client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "document",
                    "source": {
                        "type": "url",
                        "url": "https://assets.anthropic.com/m/1cd9d098ac3e6467/original/Claude-3-Model-Card-October-Addendum.pdf",
                    },
                },
                {"type": "text", "text": "What are the key findings in this document?"},
            ],
        }
    ],
)

print(message.content)



Option 2 : Document PDF encodé en base64

Si vous devez envoyer des PDF depuis votre système local ou lorsqu'une URL n'est pas disponible :

import base64
import httpx

# D'abord, chargez et encodez le PDF
pdf_url = "https://assets.anthropic.com/m/1cd9d098ac3e6467/original/Claude-3-Model-Card-October-Addendum.pdf"
pdf_data = base64.standard_b64encode(httpx.get(pdf_url).content).decode("utf-8")

# Alternative : charger depuis un fichier local
# with open("document.pdf", "rb") as f:
#     pdf_data = base64.standard_b64encode(f.read()).decode("utf-8")

# Envoyez à Claude en utilisant l'encodage base64
client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "document",
                    "source": {
                        "type": "base64",
                        "media_type": "application/pdf",
                        "data": pdf_data,
                    },
                },
                {"type": "text", "text": "What are the key findings in this document?"},
            ],
        }
    ],
)

print(message.content)



Option 3 : Files API

Pour les PDF que vous utiliserez de manière répétée, ou lorsque vous souhaitez éviter la surcharge liée à l'encodage, utilisez la Files API :

client = anthropic.Anthropic()

# Téléverser le fichier PDF
with open("document.pdf", "rb") as f:
    file_upload = client.beta.files.upload(file=("document.pdf", f, "application/pdf"))

# Utiliser le fichier téléversé dans un message
message = client.beta.messages.create(
    model="claude-opus-4-8",
    max_tokens=1024,
    betas=["files-api-2025-04-14"],
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "document",
                    "source": {"type": "file", "file_id": file_upload.id},
                },
                {"type": "text", "text": "What are the key findings in this document?"},
            ],
        }
    ],
)

print(message.content)



Fonctionnement de la prise en charge des PDF

Lorsque vous envoyez un PDF à Claude, les étapes suivantes se produisent :



Estimer vos coûts

Le nombre de tokens d'un fichier PDF dépend du texte total extrait du document ainsi que du nombre de pages :

• Coûts des tokens de texte : Chaque page utilise généralement entre 1 500 et 3 000 tokens selon la densité du contenu. La tarification standard de l'API s'applique sans frais supplémentaires pour les PDF.
• Coûts des tokens d'image : Puisque chaque page est convertie en image, les mêmes calculs de coûts basés sur les images sont appliqués.

Vous pouvez utiliser le comptage de tokens pour estimer les coûts de vos PDF spécifiques.



Optimiser le traitement des PDF



Améliorer les performances

Suivez ces bonnes pratiques pour obtenir des résultats optimaux :

• Placez les PDF avant le texte dans vos requêtes
• Utilisez des polices standard
• Assurez-vous que le texte est clair et lisible
• Faites pivoter les pages dans la bonne orientation verticale
• Utilisez des numéros de page logiques (depuis le visualiseur PDF) dans les prompts
• Divisez les PDF volumineux en segments si nécessaire
• Activez la mise en cache des prompts pour les analyses répétées



Faire évoluer votre implémentation

Pour le traitement à grand volume, envisagez ces approches :



Utiliser la mise en cache des prompts

Mettez en cache les PDF pour améliorer les performances sur les requêtes répétées :

client = anthropic.Anthropic()
# ...
message = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "document",
                    "source": {
                        "type": "base64",
                        "media_type": "application/pdf",
                        "data": pdf_data,
                    },
                    "cache_control": {"type": "ephemeral"},
                },
                {"type": "text", "text": "Analyze this document."},
            ],
        }
    ],
)



Traiter des lots de documents

Utilisez l'API Message Batches pour les flux de travail à grand volume :

client = anthropic.Anthropic()
# ...
message_batch = client.messages.batches.create(
    requests=[
        {
            "custom_id": "doc1",
            "params": {
                "model": "claude-opus-4-8",
                "max_tokens": 1024,
                "messages": [
                    {
                        "role": "user",
                        "content": [
                            {
                                "type": "document",
                                "source": {
                                    "type": "base64",
                                    "media_type": "application/pdf",
                                    "data": pdf_data,
                                },
                            },
                            {"type": "text", "text": "Summarize this document."},
                        ],
                    }
                ],
            },
        }
    ]
)



Prochaines étapes