Vision

Ce guide décrit comment travailler avec des images dans Claude, y compris les meilleures pratiques, des exemples de code et les limitations à garder à l'esprit.

Comment utiliser la vision

Utilisez les capacités de vision de Claude via :

• claude.ai. Téléchargez une image comme vous le feriez pour un fichier, ou glissez-déposez une image directement dans la fenêtre de chat.
• Le Console Workbench. Un bouton pour ajouter des images apparaît en haut à droite de chaque bloc de message utilisateur.
• Requête API. Voir les exemples dans ce guide.

Avant de télécharger

Bases et limites

Vous pouvez inclure plusieurs images dans une seule requête (jusqu'à 20 pour claude.ai et 100 pour les requêtes API). Claude analysera toutes les images fournies lors de la formulation de sa réponse. Cela peut être utile pour comparer ou contraster des images.

Si vous soumettez une image plus grande que 8000x8000 px, elle sera rejetée. Si vous soumettez plus de 20 images dans une requête API, cette limite est de 2000x2000 px.

Évaluer la taille de l'image

Pour des performances optimales, nous recommandons de redimensionner les images avant de les télécharger si elles sont trop grandes. Si le bord long de votre image dépasse 1568 pixels, ou si votre image dépasse environ 1 600 tokens, elle sera d'abord réduite, en préservant le rapport d'aspect, jusqu'à ce qu'elle soit dans les limites de taille.

Si votre image d'entrée est trop grande et doit être redimensionnée, cela augmentera la latence du time-to-first-token, sans vous donner de performance de modèle supplémentaire. Les très petites images de moins de 200 pixels sur un bord donné peuvent dégrader les performances.

Voici un tableau des tailles d'image maximales acceptées par notre API qui ne seront pas redimensionnées pour les rapports d'aspect courants. Avec Claude Sonnet 4.5, ces images utilisent environ 1 600 tokens et environ 4,80 $/1 000 images.

Calculer les coûts des images

Chaque image que vous incluez dans une requête à Claude compte dans votre utilisation de tokens. Pour calculer le coût approximatif, multipliez le nombre approximatif de tokens d'image par le prix par token du modèle que vous utilisez.

Si votre image n'a pas besoin d'être redimensionnée, vous pouvez estimer le nombre de tokens utilisés via cet algorithme : tokens = (width px * height px)/750

Voici des exemples de tokenisation approximative et de coûts pour différentes tailles d'image dans les contraintes de taille de notre API basées sur le prix par token de Claude Sonnet 4.5 de 3 $ par million de tokens d'entrée :

Assurer la qualité de l'image

Lorsque vous fournissez des images à Claude, gardez à l'esprit les points suivants pour de meilleurs résultats :

• Format d'image : Utilisez un format d'image supporté : JPEG, PNG, GIF ou WebP.
• Clarté de l'image : Assurez-vous que les images sont claires et pas trop floues ou pixelisées.
• Texte : Si l'image contient du texte important, assurez-vous qu'il est lisible et pas trop petit. Évitez de recadrer le contexte visuel clé juste pour agrandir le texte.

Exemples de prompts

Beaucoup des techniques de prompting qui fonctionnent bien pour les interactions textuelles avec Claude peuvent également être appliquées aux prompts basés sur des images.

Ces exemples démontrent les meilleures structures de prompts impliquant des images.

À propos des exemples de prompts

Les exemples suivants démontrent comment utiliser les capacités de vision de Claude en utilisant divers langages de programmation et approches. Vous pouvez fournir des images à Claude de trois façons :

1. Comme une image codée en base64 dans les blocs de contenu image
2. Comme une référence URL à une image hébergée en ligne
3. En utilisant l'API Files (télécharger une fois, utiliser plusieurs fois)

Les exemples de prompts en base64 utilisent ces variables :

Voici des exemples de comment inclure des images dans une requête Messages API en utilisant des images codées en base64 et des références URL :

Exemple d'image codée en base64

Exemple d'image basée sur URL

Exemple d'image avec l'API Files

Pour les images que vous utiliserez à plusieurs reprises ou lorsque vous voulez éviter les frais d'encodage, utilisez l'API Files :

Voir Exemples de l'API Messages pour plus d'exemples de code et de détails sur les paramètres.

Limitations

Bien que les capacités de compréhension d'images de Claude soient à la pointe de la technologie, il y a quelques limitations à connaître :

• Identification des personnes : Claude ne peut pas être utilisé pour identifier (c'est-à-dire nommer) les personnes dans les images et refusera de le faire.
• Précision : Claude peut halluciner ou faire des erreurs lors de l'interprétation d'images de faible qualité, tournées ou très petites de moins de 200 pixels.
• Raisonnement spatial : Les capacités de raisonnement spatial de Claude sont limitées. Il peut avoir du mal avec les tâches nécessitant une localisation précise ou des mises en page, comme lire le cadran d'une horloge analogique ou décrire les positions exactes des pièces d'échecs.
• Comptage : Claude peut donner des comptages approximatifs d'objets dans une image mais peut ne pas toujours être précis, en particulier avec de grands nombres de petits objets.
• Images générées par l'IA : Claude ne sait pas si une image est générée par l'IA et peut se tromper si on lui demande. Ne vous fiez pas à lui pour détecter les images fausses ou synthétiques.
• Contenu inapproprié : Claude ne traitera pas les images inappropriées ou explicites qui violent notre Politique d'utilisation acceptable.
• Applications de santé : Bien que Claude puisse analyser des images médicales générales, il n'est pas conçu pour interpréter des scans diagnostiques complexes tels que les tomodensitométries ou les IRM. Les résultats de Claude ne doivent pas être considérés comme un substitut aux conseils ou diagnostics médicaux professionnels.

Examinez toujours attentivement et vérifiez les interprétations d'images de Claude, en particulier pour les cas d'usage à enjeux élevés. N'utilisez pas Claude pour les tâches nécessitant une précision parfaite ou l'analyse d'images sensibles sans surveillance humaine.

FAQ

Approfondissez votre compréhension de la vision

Prêt à commencer à construire avec des images en utilisant Claude ? Voici quelques ressources utiles :

• Multimodal cookbook : Ce cookbook contient des conseils sur la prise en main des images et les techniques de bonnes pratiques pour assurer les meilleures performances avec les images. Découvrez comment vous pouvez inviter efficacement Claude avec des images pour effectuer des tâches telles que l'interprétation et l'analyse de graphiques ou l'extraction de contenu à partir de formulaires.
• Référence API : Visitez notre documentation pour l'API Messages, y compris des exemples d'appels API impliquant des images.

Si vous avez d'autres questions, n'hésitez pas à contacter notre équipe d'assistance. Vous pouvez également rejoindre notre communauté de développeurs pour vous connecter avec d'autres créateurs et obtenir de l'aide d'experts Anthropic.