Dukungan PDF
Proses PDF dengan Claude: ekstrak teks, analisis grafik, dan pahami konten visual dari dokumen Anda.
Anda dapat bertanya kepada Claude tentang teks, gambar, grafik, dan tabel apa pun dalam PDF yang Anda berikan. Beberapa contoh kasus penggunaan:
- Menganalisis laporan keuangan dan memahami grafik/tabel
- Mengekstrak informasi penting dari dokumen hukum
- Membantu penerjemahan dokumen
- Mengonversi informasi dokumen ke dalam format terstruktur
Sebelum Anda memulai
Periksa persyaratan PDF
Claude bekerja dengan PDF standar apa pun. Pastikan ukuran permintaan Anda memenuhi persyaratan berikut:
| Persyaratan | Batas |
|---|---|
| Ukuran permintaan maksimum | 128 MB pada Claude API pihak pertama (bervariasi menurut platform; lihat batas ukuran permintaan) |
| Halaman maksimum per permintaan | 600 (100 jika jendela konteks permintaan di bawah 1 juta token) |
| Format | PDF standar (tanpa kata sandi/enkripsi) |
Kedua batas tersebut berlaku untuk seluruh payload permintaan, termasuk konten lain apa pun yang dikirim bersama PDF. Untuk PDF berukuran besar, pertimbangkan untuk mengunggahnya dengan Files API dan mereferensikannya melalui file_id agar payload permintaan tetap kecil.
Karena dukungan PDF bergantung pada kemampuan vision Claude, dukungan ini tunduk pada keterbatasan dan pertimbangan yang sama seperti tugas vision lainnya.
Platform dan model yang didukung
Semua model aktif mendukung pemrosesan PDF.
Proses PDF dengan Claude
Kirim permintaan PDF pertama Anda
Mulailah dengan contoh sederhana menggunakan Messages API. Anda dapat memberikan PDF kepada Claude dengan tiga cara:
- Sebagai referensi URL ke PDF yang dihosting secara online
- Sebagai PDF yang dienkode base64 dalam blok konten
document - Melalui
file_iddari Files API
Opsi 1: Dokumen PDF berbasis URL
Pendekatan paling sederhana adalah mereferensikan PDF langsung dari URL:
client = anthropic.Anthropic()
message = client.messages.create(
model="claude-opus-5-5",
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)Respons mengembalikan analisis Claude sebagai blok teks dalam content, dengan konsumsi token dalam usage:
{
"id": "msg_01Hfp8YuFjQ55VgWbpdHDehB",
"type": "message",
"role": "assistant",
"model": "claude-opus-5-5",
"content": [
{
"type": "text",
"text": "This document is an addendum to the Claude 3 model card, reporting updated evaluation results. The key findings include..."
}
],
"stop_reason": "end_turn",
"usage": {
"input_tokens": 45000,
"output_tokens": 300
}
}Opsi 2: Dokumen PDF yang dienkode base64
Jika Anda perlu mengirim PDF dari sistem lokal Anda atau ketika URL tidak tersedia:
import base64
import httpx2
# Pertama, muat dan enkode PDF
pdf_url = "https://assets.anthropic.com/m/1cd9d098ac3e6467/original/Claude-3-Model-Card-October-Addendum.pdf"
pdf_data = base64.standard_b64encode(
httpx2.get(pdf_url, follow_redirects=True).content
).decode("utf-8")
# Alternatif: Muat dari file lokal
# with open("document.pdf", "rb") as f:
# pdf_data = base64.standard_b64encode(f.read()).decode("utf-8")
# Kirim ke Claude menggunakan enkode base64
client = anthropic.Anthropic()
message = client.messages.create(
model="claude-opus-5-5",
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)Opsi 3: Files API
Untuk PDF yang akan Anda gunakan berulang kali, atau ketika Anda ingin menghindari overhead encoding, gunakan Files API:
client = anthropic.Anthropic()
# Unggah file PDF
with open("/path/to/document.pdf", "rb") as f:
file_upload = client.files.upload(file=("document.pdf", f, "application/pdf"))
# Gunakan file yang telah diunggah dalam pesan
message = client.messages.create(
model="claude-opus-5-5",
max_tokens=1024,
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)Cara kerja dukungan PDF
Saat Anda mengirim PDF ke Claude, langkah-langkah berikut terjadi:
Sistem mengekstrak isi dokumen.
- Sistem mengonversi setiap halaman dokumen menjadi gambar.
- Teks dari setiap halaman diekstrak dan disediakan bersama gambar setiap halaman.
Claude menganalisis teks dan gambar.
- Dokumen disediakan sebagai kombinasi teks dan gambar untuk dianalisis.
- Ini memungkinkan pengguna meminta wawasan tentang elemen visual PDF, seperti grafik, diagram, dan konten non-tekstual lainnya.
Claude merespons, dengan mereferensikan isi PDF jika relevan.
Claude dapat mereferensikan konten tekstual maupun visual saat merespons. Anda dapat lebih meningkatkan kinerja dengan mengintegrasikan dukungan PDF dengan:
- Gunakan caching prompt: Untuk meningkatkan kinerja pada analisis berulang.
- Proses batch dokumen: Untuk memproses dokumen dalam volume tinggi.
- Penggunaan alat: Untuk mengekstrak informasi spesifik dari dokumen untuk digunakan sebagai input alat.
Perkirakan biaya Anda
Jumlah token file PDF bergantung pada total teks yang diekstrak dari dokumen dan jumlah halaman:
- Biaya token teks: Setiap halaman biasanya menggunakan 1.500–3.000 token tergantung pada kepadatan konten. Harga API standar berlaku tanpa biaya PDF tambahan.
- Biaya token gambar: Karena setiap halaman dikonversi menjadi gambar, perhitungan biaya berbasis gambar yang sama diterapkan.
Anda dapat menggunakan penghitungan token untuk memperkirakan biaya untuk PDF spesifik Anda.
Optimalkan pemrosesan PDF
Tingkatkan kinerja
Ikuti praktik terbaik berikut untuk hasil optimal:
- Tempatkan PDF sebelum teks dalam permintaan Anda
- Gunakan font standar
- Pastikan teks jelas dan terbaca
- Putar halaman ke orientasi tegak yang benar
- Gunakan nomor halaman logis (dari penampil PDF) dalam prompt
- Bagi PDF besar menjadi beberapa bagian jika diperlukan
- Aktifkan caching prompt untuk analisis berulang
Skalakan implementasi Anda
Untuk pemrosesan bervolume tinggi, pertimbangkan pendekatan berikut:
Gunakan caching prompt
Cache PDF dengan caching prompt untuk meningkatkan kinerja pada kueri berulang:
import base64
import httpx2
# Pertama, muat dan enkode PDF
pdf_url = "https://assets.anthropic.com/m/1cd9d098ac3e6467/original/Claude-3-Model-Card-October-Addendum.pdf"
pdf_data = base64.standard_b64encode(
httpx2.get(pdf_url, follow_redirects=True).content
).decode("utf-8")
# Buat pesan dengan dokumen yang di-cache
client = anthropic.Anthropic()
message = client.messages.create(
model="claude-opus-5-5",
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": "Which model has the highest human preference win rates across each use-case?",
},
],
}
],
)
print(message.content)Proses batch dokumen
Gunakan Message Batches API untuk memproses banyak PDF dalam satu permintaan:
import base64
import httpx2
# Pertama, muat dan enkode PDF
pdf_url = "https://assets.anthropic.com/m/1cd9d098ac3e6467/original/Claude-3-Model-Card-October-Addendum.pdf"
pdf_data = base64.standard_b64encode(
httpx2.get(pdf_url, follow_redirects=True).content
).decode("utf-8")
# Buat batch permintaan yang menggunakan dokumen tersebut
client = anthropic.Anthropic()
message_batch = client.messages.batches.create(
requests=[
{
"custom_id": "my-first-request",
"params": {
"model": "claude-opus-5-5",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": [
{
"type": "document",
"source": {
"type": "base64",
"media_type": "application/pdf",
"data": pdf_data,
},
},
{
"type": "text",
"text": "Which model has the highest human preference win rates across each use-case?",
},
],
}
],
},
},
{
"custom_id": "my-second-request",
"params": {
"model": "claude-opus-5-5",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": [
{
"type": "document",
"source": {
"type": "base64",
"media_type": "application/pdf",
"data": pdf_data,
},
},
{
"type": "text",
"text": "Extract 5 key insights from this document.",
},
],
}
],
},
},
]
)
print(message_batch)Batch diproses secara asinkron. Untuk memeriksa progres dan mengambil hasil setelah pemrosesan selesai, lihat Pemrosesan batch.
Langkah selanjutnya
Kemampuan vision Claude memungkinkannya memproses dan menganalisis gambar, membuka kemungkinan menarik untuk interaksi multimodal.
Jelajahi contoh praktis pemrosesan PDF dalam resep Claude Cookbook.
Lihat dokumentasi API lengkap untuk dukungan PDF.
Ketersediaan
Claude API
- API
- Messages API
- Managed Agents
- Model
- Semua model
Amazon Bedrock
- API
- Messages API
- Model
- Semua model
- Catatan
Hanya sumber base64.
Amazon Bedrock (bedrock-runtime)
- API
- Messages API
- Model
- Semua model
- Catatan
Hanya sumber base64.
Claude Platform on AWS
- API
- Messages API
- Managed Agents
- Model
- Semua model
Claude Models on Google Cloud (Anthropic managed)
- API
- Messages API
- Managed Agents
- Model
- Semua model
Claude Models on Google Cloud (Google managed)
- API
- Messages API
- Model
- Semua model
- Catatan
Hanya sumber base64.
Microsoft Foundry
- API
- Messages API
- Model
- Semua model
- Catatan
Sumber
file_idmemerlukan deployment Hosted on Anthropic.
Penanganan data
Ikhtisar penanganan dataEndpoint yang berlaku
/v1/messages
Tidak termasuk Model yang dicakup
Kelayakan HIPAA berlaku untuk PDF yang dikirim secara inline melalui Messages API, bukan melalui Files API.
Apakah halaman ini membantu?