Visione

Questa guida descrive come lavorare con le immagini in Claude, incluse le migliori pratiche, esempi di codice e limitazioni da tenere in mente.

Come utilizzare la visione

Utilizza le capacità di visione di Claude attraverso:

• claude.ai. Carica un'immagine come faresti con un file, oppure trascinala direttamente nella finestra della chat.
• Console Workbench. Un pulsante per aggiungere immagini appare in alto a destra di ogni blocco di messaggio dell'utente.
• Richiesta API. Vedi gli esempi in questa guida.

Prima di caricare

Nozioni di base e limiti

Puoi includere più immagini in una singola richiesta: fino a 20 per claude.ai, e fino a 600 per le richieste API (100 per i modelli con una finestra di contesto di 200k token). Claude analizza tutte le immagini fornite quando formula la sua risposta. Questo può essere utile per confrontare o contrastare le immagini.

Se invii un'immagine più grande di 8000x8000 px, viene rifiutata. Se invii più di 20 immagini in una richiesta API, questo limite è 2000x2000 px.

Valuta la dimensione dell'immagine

Per ridurre al minimo la latenza senza sacrificare la qualità dell'output, ridimensiona le immagini prima di caricarle se sono troppo grandi. Su Claude Opus 4.6, Claude Sonnet 4.6 e modelli precedenti, se il bordo lungo della tua immagine è più di 1568 pixel, o la tua immagine è più di ~1.600 token, viene prima ridimensionata, preservando le proporzioni, finché non rientra nei limiti di dimensione.

Se la tua immagine di input è troppo grande e deve essere ridimensionata, aumenta la latenza del time-to-first-token, senza alcun beneficio per la qualità dell'output. Le immagini molto piccole sotto i 200 pixel su uno qualsiasi dei bordi possono degradare la qualità dell'output.

Supporto immagini ad alta risoluzione su Claude Opus 4.7

Claude Opus 4.7 è il primo modello Claude con supporto per immagini ad alta risoluzione. La risoluzione massima dell'immagine è 2576 pixel sul bordo lungo (rispetto a 1568 px sui modelli precedenti). Questo sblocca guadagni di prestazioni su carichi di lavoro ad alta intensità di visione ed è particolarmente prezioso per l'uso del computer, la comprensione degli screenshot e l'analisi dei documenti.

Il supporto ad alta risoluzione è automatico su Claude Opus 4.7 e non richiede alcun header beta o opt-in lato client.

Costo del token: Le immagini a risoluzione completa su Claude Opus 4.7 possono utilizzare fino a circa 3 volte più token di immagine rispetto ai modelli precedenti (fino a 4784 token per immagine, rispetto al limite precedente di circa ~1.600 token per immagine). Se non hai bisogno della fedeltà aggiuntiva, esegui il downsampling delle immagini prima di inviarle per controllare i costi dei token.

Matematica delle coordinate: Su Claude Opus 4.7, le coordinate di puntamento e riquadro di delimitazione restituite dal modello sono 1

Ecco una tabella delle dimensioni massime dell'immagine accettate dall'API che non verranno ridimensionate per i rapporti di aspetto comuni. Con Claude Sonnet 4.6, queste immagini utilizzano approssimativamente 1.600 token e circa $4,80/1k immagini.

Calcola i costi dell'immagine

Ogni immagine che includi in una richiesta a Claude conta verso l'utilizzo dei tuoi token. Per calcolare il costo approssimativo, moltiplica il numero approssimativo di token di immagine per il prezzo per token del modello che stai utilizzando.

Se la tua immagine non ha bisogno di essere ridimensionata, puoi stimare il numero di token utilizzati attraverso questo algoritmo: tokens = (width px * height px)/750

Ecco esempi di tokenizzazione approssimativa e costi per diverse dimensioni di immagine entro i vincoli di dimensione dell'API in base al prezzo per token di Claude Sonnet 4.6 di $3 per milione di token di input:

Garantire la qualità dell'immagine

Quando fornisci immagini a Claude, tieni presente quanto segue per i migliori risultati:

• Formato immagine: Utilizza un formato di immagine supportato: JPEG, PNG, GIF o WebP.
• Chiarezza dell'immagine: Assicurati che le immagini siano chiare e non troppo sfocate o pixelate.
• Testo: Se l'immagine contiene testo importante, assicurati che sia leggibile e non troppo piccolo. Evita di ritagliare il contesto visivo chiave solo per ingrandire il testo.

Esempi di prompt

Molte delle tecniche di prompt che funzionano bene per le interazioni basate su testo con Claude possono essere applicate anche ai prompt basati su immagini.

Questi esempi dimostrano le migliori strutture di prompt che coinvolgono le immagini.

Informazioni sugli esempi di prompt

I seguenti esempi dimostrano come utilizzare le capacità di visione di Claude utilizzando vari linguaggi di programmazione e approcci. Puoi fornire immagini a Claude in tre modi:

1. Come immagine codificata in base64 nei blocchi di contenuto image
2. Come riferimento URL a un'immagine ospitata online
3. Utilizzando l'API Files (carica una volta, usa più volte)

Gli esempi di prompt con base64 utilizzano queste variabili:

import base64
import httpx

# Per le immagini codificate in base64
image1_url = "https://upload.wikimedia.org/wikipedia/commons/a/a7/Camponotus_flavomarginatus_ant.jpg"
image1_media_type = "image/jpeg"
image1_data = base64.standard_b64encode(httpx.get(image1_url).content).decode("utf-8")

image2_url = "https://upload.wikimedia.org/wikipedia/commons/b/b5/Iridescent.green.sweat.bee1.jpg"
image2_media_type = "image/jpeg"
image2_data = base64.standard_b64encode(httpx.get(image2_url).content).decode("utf-8")

# Per le immagini basate su URL, puoi utilizzare gli URL direttamente nelle tue richieste

Di seguito sono riportati esempi di come includere immagini in una richiesta dell'API Messages utilizzando immagini codificate in base64 e riferimenti URL:

Esempio di immagine codificata in base64

image1_data = "iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAIAAACQd1PeAAAADElEQVR4nGP4z8AAAAMBAQDJ/pLvAAAAAElFTkSuQmCC"
image1_media_type = "image/png"

client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-4-7",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image",
                    "source": {
                        "type": "base64",
                        "media_type": image1_media_type,
                        "data": image1_data,
                    },
                },
                {"type": "text", "text": "Describe this image."},
            ],
        }
    ],
)
print(message)

Esempio di immagine basata su URL

client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-4-7",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image",
                    "source": {
                        "type": "url",
                        "url": "https://upload.wikimedia.org/wikipedia/commons/a/a7/Camponotus_flavomarginatus_ant.jpg",
                    },
                },
                {"type": "text", "text": "Describe this image."},
            ],
        }
    ],
)
print(message)

Esempio di Files API con immagini

Per le immagini che utilizzerai ripetutamente o quando vuoi evitare il sovraccarico di codifica, usa la Files API. Carica l'immagine una volta, quindi fai riferimento al file_id restituito nei messaggi successivi invece di inviare nuovamente i dati base64.

client = anthropic.Anthropic()

# Carica il file immagine
with open("image.jpg", "rb") as f:
    file_upload = client.beta.files.upload(file=("image.jpg", f, "image/jpeg"))

# Usa il file caricato in un messaggio
message = client.beta.messages.create(
    model="claude-opus-4-7",
    max_tokens=1024,
    betas=["files-api-2025-04-14"],
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image",
                    "source": {"type": "file", "file_id": file_upload.id},
                },
                {"type": "text", "text": "Describe this image."},
            ],
        }
    ],
)

print(message.content)

Vedi Esempi dell'API Messages per ulteriori esempi di codice e dettagli sui parametri.

Limitazioni

Sebbene le capacità di comprensione delle immagini di Claude siano all'avanguardia, ci sono alcune limitazioni di cui essere consapevoli:

• Identificazione di persone: Claude non può essere utilizzato per nominare persone nelle immagini e rifiuta di farlo.
• Precisione: Claude può allucinare o fare errori quando interpreta immagini di bassa qualità, ruotate o molto piccole sotto i 200 pixel.
• Ragionamento spaziale: Le capacità di ragionamento spaziale di Claude sono limitate. Potrebbe avere difficoltà con compiti che richiedono una localizzazione precisa o layout, come leggere il quadrante di un orologio analogico o descrivere le posizioni esatte dei pezzi degli scacchi.
• Conteggio: Claude può fornire conteggi approssimativi di oggetti in un'immagine ma potrebbe non essere sempre precisamente accurato, specialmente con grandi numeri di piccoli oggetti.
• Immagini generate dall'IA: Claude non sa se un'immagine è generata dall'IA e potrebbe essere impreciso se gli viene chiesto. Non fare affidamento su di esso per rilevare immagini false o sintetiche.
• Contenuto inappropriato: Claude non elabora immagini inappropriate o esplicite che violano la Politica di utilizzo accettabile.
• Applicazioni sanitarie: Sebbene Claude possa analizzare immagini mediche generali, non è progettato per interpretare scansioni diagnostiche complesse come TC o risonanze magnetiche. Gli output di Claude non devono essere considerati un sostituto della consulenza medica professionale o della diagnosi.

Rivedi e verifica sempre attentamente le interpretazioni delle immagini di Claude, specialmente per i casi d'uso ad alto rischio. Non utilizzare Claude per compiti che richiedono una precisione perfetta o un'analisi di immagini sensibili senza supervisione umana.

FAQ

Approfondisci la visione

Pronto a iniziare a costruire con immagini usando Claude? Ecco alcune risorse utili:

• Cookbook multimodale: Questo cookbook ha suggerimenti su come iniziare con le immagini e tecniche di best practice per garantire le migliori prestazioni con le immagini. Vedi come puoi prompt Claude in modo efficace con le immagini per eseguire compiti come interpretare e analizzare grafici o estrarre contenuto da moduli.
• Riferimento API: Documentazione per l'API Messages, inclusi esempi di chiamate API che coinvolgono immagini.

Se hai altre domande, contatta il team di supporto. Puoi anche unirti alla comunità degli sviluppatori per connetterti con altri creatori e ottenere aiuto dagli esperti di Anthropic.