メッセージファイルの操作

PDFサポート

ClaudeでPDFを処理する：テキストの抽出、チャートの分析、ドキュメント内のビジュアルコンテンツの理解。

「zero data retention」（ゼロデータ保持）、すなわちZDRがこの機能にどのように適用されるかについては、APIとデータ保持を参照してください。

提供したPDF内のテキスト、画像、チャート、表についてClaudeに質問できます。いくつかのユースケースの例：

財務レポートの分析とチャート/表の理解
法的文書からの重要情報の抽出
ドキュメント翻訳の支援
ドキュメント情報の構造化フォーマットへの変換

はじめる前に

PDFの要件を確認する

Claudeは標準的なPDFであればどれでも動作します。リクエストサイズが以下の要件を満たしていることを確認してください：

要件	制限
最大リクエストサイズ	32 MB（プラットフォームによって異なります）
リクエストあたりの最大ページ数	600（リクエストのコンテキストウィンドウが1Mトークン未満の場合は100）
フォーマット	標準PDF（パスワード/暗号化なし）

どちらの制限も、PDFと一緒に送信される他のコンテンツを含むリクエストペイロード全体に適用されます。大きなPDFの場合は、Files APIでアップロードしてfile_idで参照することで、リクエストペイロードを小さく保つことを検討してください。

密度の高いPDF（小さいフォントのページが多い、複雑な表、または大量のグラフィックス）は、ページ制限に達する前にコンテキストウィンドウを埋めてしまう可能性があります。大きなPDFを含むリクエストは、Files APIを使用している場合でも、ページ制限に達する前に失敗することがあります。ドキュメントをセクションに分割してみてください。大きなファイルの場合、各ページは画像として処理されるため、埋め込み画像をダウンサンプリングすることも有効です。

PDFサポートはClaudeのビジョン機能に依存しているため、他のビジョンタスクと同じ制限事項と考慮事項が適用されます。

サポートされているプラットフォームとモデル

PDFサポートは、Claude API、Amazon Bedrock（Amazon Bedrock PDFサポートを参照）、Claude Platform on AWS、Google Cloud、およびMicrosoft Foundryで利用できます。すべてのアクティブなモデルがPDF処理をサポートしています。

Amazon Bedrock PDFサポート

Claude on Amazon Bedrock（Opus 4.6以前）の一部であるConverse APIを通じてPDFサポートを使用する場合、2つの異なるドキュメント処理モードがあります：

重要： Converse APIでClaudeの完全なビジュアルPDF理解機能にアクセスするには、引用（citations）を有効にする必要があります。引用が有効になっていない場合、APIは基本的なテキスト抽出のみにフォールバックします。詳細については、引用の使用を参照してください。

ドキュメント処理モード

Converse Document Chat（オリジナルモード - テキスト抽出のみ）
- PDFからの基本的なテキスト抽出を提供
- PDF内の画像、チャート、ビジュアルレイアウトを分析できない
- 3ページのPDFで約1,000トークンを使用
- 引用が有効になっていない場合に自動的に使用される
Claude PDF Chat（新モード - 完全なビジュアル理解）
- PDFの完全なビジュアル分析を提供
- チャート、グラフ、画像、ビジュアルレイアウトを理解・分析できる
- 包括的な理解のために各ページをテキストと画像の両方として処理
- 3ページのPDFで約7,000トークンを使用
- Converse APIで引用を有効にする必要がある

主な制限事項

Converse API： ビジュアルPDF分析には引用を有効にする必要があります。現在、引用なしでビジュアル分析を使用するオプションはありません（InvokeModel APIとは異なります）。
InvokeModel API： 強制的な引用なしでPDF処理を完全に制御できます。

よくある問題

Converse APIを使用しているときにClaudeがPDF内の画像やチャートを認識しない場合は、引用フラグを有効にする必要がある可能性が高いです。これがないと、Converseは基本的なテキスト抽出のみにフォールバックします。

これはConverse APIの既知の制約です。引用なしでビジュアルPDF分析が必要なアプリケーションの場合は、代わりにInvokeModel APIの使用を検討してください。

.txt、.csv、.mdなどのプレーンテキストファイルは、ドキュメントブロックで直接使用できます。MIMEタイプtext/plainでFiles APIにアップロードし、file_idで参照してください。.xlsxや.docxなどのバイナリフォーマットはドキュメントブロックではサポートされておらず、最初にテキストまたはPDFに変換する必要があります。他のファイルフォーマットの操作を参照してください。

ClaudeでPDFを処理する

最初のPDFリクエストを送信する

Messages APIを使用した簡単な例から始めましょう。ClaudeにPDFを提供する方法は3つあります：

オンラインでホストされているPDFへのURL参照として
documentコンテンツブロック内のbase64エンコードされたPDFとして
Files APIからのfile_idによって

Amazon BedrockとGoogle Cloudでは、現在base64エンコードされたソースのみが利用可能です。Microsoft Foundryでは、Azureでホストされているデプロイメントに対してFiles APIはサポートされていません。

オプション1：URLベースのPDFドキュメント

最も簡単なアプローチは、URLから直接PDFを参照することです：

client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-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)

レスポンスは、Claudeの分析をcontent内のテキストブロックとして返し、トークン消費量はusageに含まれます：

Output

{
  "id": "msg_01Hfp8YuFjQ55VgWbpdHDehB",
  "type": "message",
  "role": "assistant",
  "model": "claude-opus-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
  }
}

オプション2：Base64エンコードされたPDFドキュメント

ローカルシステムからPDFを送信する必要がある場合、またはURLが利用できない場合：

import base64
import httpx

# まず、PDFを読み込んでエンコードします
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, follow_redirects=True).content
).decode("utf-8")

# 代替方法:ローカルファイルから読み込む
# with open("document.pdf", "rb") as f:
#     pdf_data = base64.standard_b64encode(f.read()).decode("utf-8")

# base64エンコーディングを使用してClaudeに送信します
client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-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)

オプション3：Files API

繰り返し使用するPDFや、エンコードのオーバーヘッドを避けたい場合は、Files API（ベータ版）を使用してください：

client = anthropic.Anthropic()

# PDFファイルをアップロードする
with open("/path/to/document.pdf", "rb") as f:
    file_upload = client.beta.files.upload(file=("document.pdf", f, "application/pdf"))

# アップロードしたファイルをメッセージで使用する
message = client.beta.messages.create(
    model="claude-opus-5",
    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)

PDFサポートの仕組み

PDFをClaudeに送信すると、以下のステップが実行されます：

システムがドキュメントの内容を抽出します。
- システムはドキュメントの各ページを画像に変換します。
- 各ページからテキストが抽出され、各ページの画像と一緒に提供されます。
Claudeはドキュメントをより良く理解するために、テキストと画像の両方を分析します。
- ドキュメントは分析のためにテキストと画像の組み合わせとして提供されます。
- これにより、ユーザーはチャート、図、その他の非テキストコンテンツなど、PDFのビジュアル要素に関する洞察を求めることができます。
Claudeは、関連する場合はPDFの内容を参照しながら応答します。
Claudeは応答時にテキストコンテンツとビジュアルコンテンツの両方を参照できます。以下とPDFサポートを統合することで、パフォーマンスをさらに向上させることができます：
- プロンプトキャッシングを使用する：繰り返しの分析のパフォーマンスを向上させるため。
- ドキュメントバッチを処理する：大量のドキュメント処理のため。
- ツール使用：ドキュメントから特定の情報を抽出してツール入力として使用するため。

コストを見積もる

PDFファイルのトークン数は、ドキュメントから抽出されたテキストの総量とページ数によって決まります：

テキストトークンコスト：各ページは、コンテンツの密度に応じて通常1ページあたり1,500〜3,000トークンを使用します。追加のPDF料金なしで標準のAPI料金が適用されます。
画像トークンコスト：各ページは画像に変換されるため、同じ画像ベースのコスト計算が適用されます。

トークンカウントを使用して、特定のPDFのコストを見積もることができます。

PDF処理を最適化する

パフォーマンスを向上させる

最適な結果を得るために、以下のベストプラクティスに従ってください：

リクエスト内でPDFをテキストの前に配置する
標準フォントを使用する
テキストが明瞭で読みやすいことを確認する
ページを正しい向きに回転させる
プロンプトでは論理的なページ番号（PDFビューアから）を使用する
必要に応じて大きなPDFをチャンクに分割する
繰り返しの分析にはプロンプトキャッシングを有効にする

実装をスケールする

大量処理の場合は、以下のアプローチを検討してください：

プロンプトキャッシングを使用する

プロンプトキャッシングでPDFをキャッシュし、繰り返しのクエリのパフォーマンスを向上させます：

import base64
import httpx

# まず、PDFを読み込んでエンコードします
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, follow_redirects=True).content
).decode("utf-8")

# キャッシュされたドキュメントを使ってメッセージを作成します
client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-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)

ドキュメントバッチを処理する

Message Batches APIを使用して、1つのリクエストで多数のPDFを処理します：

import base64
import httpx

# まず、PDFを読み込んでエンコードします
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, follow_redirects=True).content
).decode("utf-8")

# ドキュメントを使用するリクエストのバッチを作成します
client = anthropic.Anthropic()
message_batch = client.messages.batches.create(
    requests=[
        {
            "custom_id": "my-first-request",
            "params": {
                "model": "claude-opus-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",
                "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)

バッチは非同期で処理されます。進行状況を確認し、処理終了後に結果を取得するには、バッチ処理を参照してください。

次のステップ

ビジョン

Claudeのビジョン機能により、画像を理解・分析でき、マルチモーダルなインタラクションのエキサイティングな可能性が広がります。

PDFの例を試す

Claude CookbookのレシピでPDF処理の実践的な例を探索してください。

APIリファレンスを見る

PDFサポートの完全なAPIドキュメントを参照してください。

Was this page helpful?

メッセージファイルの操作

PDFサポート

ClaudeでPDFを処理する：テキストの抽出、チャートの分析、ドキュメント内のビジュアルコンテンツの理解。

「zero data retention」（ゼロデータ保持）、すなわちZDRがこの機能にどのように適用されるかについては、APIとデータ保持を参照してください。

提供したPDF内のテキスト、画像、チャート、表についてClaudeに質問できます。いくつかのユースケースの例：

財務レポートの分析とチャート/表の理解
法的文書からの重要情報の抽出
ドキュメント翻訳の支援
ドキュメント情報の構造化フォーマットへの変換

はじめる前に

PDFの要件を確認する

Claudeは標準的なPDFであればどれでも動作します。リクエストサイズが以下の要件を満たしていることを確認してください：

要件	制限
最大リクエストサイズ	32 MB（プラットフォームによって異なります）
リクエストあたりの最大ページ数	600（リクエストのコンテキストウィンドウが1Mトークン未満の場合は100）
フォーマット	標準PDF（パスワード/暗号化なし）

PDFサポートはClaudeのビジョン機能に依存しているため、他のビジョンタスクと同じ制限事項と考慮事項が適用されます。

サポートされているプラットフォームとモデル

Amazon Bedrock PDFサポート

Claude on Amazon Bedrock（Opus 4.6以前）の一部であるConverse APIを通じてPDFサポートを使用する場合、2つの異なるドキュメント処理モードがあります：

ドキュメント処理モード

Converse Document Chat（オリジナルモード - テキスト抽出のみ）
- PDFからの基本的なテキスト抽出を提供
- PDF内の画像、チャート、ビジュアルレイアウトを分析できない
- 3ページのPDFで約1,000トークンを使用
- 引用が有効になっていない場合に自動的に使用される
Claude PDF Chat（新モード - 完全なビジュアル理解）
- PDFの完全なビジュアル分析を提供
- チャート、グラフ、画像、ビジュアルレイアウトを理解・分析できる
- 包括的な理解のために各ページをテキストと画像の両方として処理
- 3ページのPDFで約7,000トークンを使用
- Converse APIで引用を有効にする必要がある

主な制限事項

Converse API： ビジュアルPDF分析には引用を有効にする必要があります。現在、引用なしでビジュアル分析を使用するオプションはありません（InvokeModel APIとは異なります）。
InvokeModel API： 強制的な引用なしでPDF処理を完全に制御できます。

よくある問題

ClaudeでPDFを処理する

最初のPDFリクエストを送信する

Messages APIを使用した簡単な例から始めましょう。ClaudeにPDFを提供する方法は3つあります：

オンラインでホストされているPDFへのURL参照として
documentコンテンツブロック内のbase64エンコードされたPDFとして
Files APIからのfile_idによって

オプション1：URLベースのPDFドキュメント

最も簡単なアプローチは、URLから直接PDFを参照することです：

client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-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)

レスポンスは、Claudeの分析をcontent内のテキストブロックとして返し、トークン消費量はusageに含まれます：

Output

{
  "id": "msg_01Hfp8YuFjQ55VgWbpdHDehB",
  "type": "message",
  "role": "assistant",
  "model": "claude-opus-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
  }
}

オプション2：Base64エンコードされたPDFドキュメント

ローカルシステムからPDFを送信する必要がある場合、またはURLが利用できない場合：

import base64
import httpx

# まず、PDFを読み込んでエンコードします
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, follow_redirects=True).content
).decode("utf-8")

# 代替方法:ローカルファイルから読み込む
# with open("document.pdf", "rb") as f:
#     pdf_data = base64.standard_b64encode(f.read()).decode("utf-8")

# base64エンコーディングを使用してClaudeに送信します
client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-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)

オプション3：Files API

繰り返し使用するPDFや、エンコードのオーバーヘッドを避けたい場合は、Files API（ベータ版）を使用してください：

client = anthropic.Anthropic()

# PDFファイルをアップロードする
with open("/path/to/document.pdf", "rb") as f:
    file_upload = client.beta.files.upload(file=("document.pdf", f, "application/pdf"))

# アップロードしたファイルをメッセージで使用する
message = client.beta.messages.create(
    model="claude-opus-5",
    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)

PDFサポートの仕組み

PDFをClaudeに送信すると、以下のステップが実行されます：

システムがドキュメントの内容を抽出します。
- システムはドキュメントの各ページを画像に変換します。
- 各ページからテキストが抽出され、各ページの画像と一緒に提供されます。
Claudeはドキュメントをより良く理解するために、テキストと画像の両方を分析します。
- ドキュメントは分析のためにテキストと画像の組み合わせとして提供されます。
- これにより、ユーザーはチャート、図、その他の非テキストコンテンツなど、PDFのビジュアル要素に関する洞察を求めることができます。
Claudeは、関連する場合はPDFの内容を参照しながら応答します。
Claudeは応答時にテキストコンテンツとビジュアルコンテンツの両方を参照できます。以下とPDFサポートを統合することで、パフォーマンスをさらに向上させることができます：
- プロンプトキャッシングを使用する：繰り返しの分析のパフォーマンスを向上させるため。
- ドキュメントバッチを処理する：大量のドキュメント処理のため。
- ツール使用：ドキュメントから特定の情報を抽出してツール入力として使用するため。

コストを見積もる

PDFファイルのトークン数は、ドキュメントから抽出されたテキストの総量とページ数によって決まります：

テキストトークンコスト：各ページは、コンテンツの密度に応じて通常1ページあたり1,500〜3,000トークンを使用します。追加のPDF料金なしで標準のAPI料金が適用されます。
画像トークンコスト：各ページは画像に変換されるため、同じ画像ベースのコスト計算が適用されます。

トークンカウントを使用して、特定のPDFのコストを見積もることができます。

PDF処理を最適化する

パフォーマンスを向上させる

最適な結果を得るために、以下のベストプラクティスに従ってください：

リクエスト内でPDFをテキストの前に配置する
標準フォントを使用する
テキストが明瞭で読みやすいことを確認する
ページを正しい向きに回転させる
プロンプトでは論理的なページ番号（PDFビューアから）を使用する
必要に応じて大きなPDFをチャンクに分割する
繰り返しの分析にはプロンプトキャッシングを有効にする

実装をスケールする

大量処理の場合は、以下のアプローチを検討してください：

プロンプトキャッシングを使用する

プロンプトキャッシングでPDFをキャッシュし、繰り返しのクエリのパフォーマンスを向上させます：

import base64
import httpx

# まず、PDFを読み込んでエンコードします
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, follow_redirects=True).content
).decode("utf-8")

# キャッシュされたドキュメントを使ってメッセージを作成します
client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-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)

ドキュメントバッチを処理する

Message Batches APIを使用して、1つのリクエストで多数のPDFを処理します：

import base64
import httpx

# まず、PDFを読み込んでエンコードします
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, follow_redirects=True).content
).decode("utf-8")

# ドキュメントを使用するリクエストのバッチを作成します
client = anthropic.Anthropic()
message_batch = client.messages.batches.create(
    requests=[
        {
            "custom_id": "my-first-request",
            "params": {
                "model": "claude-opus-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",
                "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)

バッチは非同期で処理されます。進行状況を確認し、処理終了後に結果を取得するには、バッチ処理を参照してください。

次のステップ

ビジョン

Claudeのビジョン機能により、画像を理解・分析でき、マルチモーダルなインタラクションのエキサイティングな可能性が広がります。

PDFの例を試す

Claude CookbookのレシピでPDF処理の実践的な例を探索してください。

APIリファレンスを見る

PDFサポートの完全なAPIドキュメントを参照してください。

Was this page helpful?

はじめる前に

PDFの要件を確認する

サポートされているプラットフォームとモデル

Amazon Bedrock PDFサポート

ドキュメント処理モード

主な制限事項

よくある問題

ClaudeでPDFを処理する

最初のPDFリクエストを送信する

オプション1：URLベースのPDFドキュメント

オプション2：Base64エンコードされたPDFドキュメント

オプション3：Files API

PDFサポートの仕組み

コストを見積もる

PDF処理を最適化する

パフォーマンスを向上させる

実装をスケールする

プロンプトキャッシングを使用する

ドキュメントバッチを処理する

次のステップ

はじめる前に

PDFの要件を確認する

サポートされているプラットフォームとモデル

Amazon Bedrock PDFサポート

ドキュメント処理モード

主な制限事項

よくある問題

ClaudeでPDFを処理する

最初のPDFリクエストを送信する

オプション1：URLベースのPDFドキュメント

オプション2：Base64エンコードされたPDFドキュメント

オプション3：Files API

PDFサポートの仕組み

コストを見積もる

PDF処理を最適化する

パフォーマンスを向上させる

実装をスケールする

プロンプトキャッシングを使用する

ドキュメントバッチを処理する

次のステップ

はじめる前に

PDFの要件を確認する

サポートされているプラットフォームとモデル

Amazon Bedrock PDFサポート

ドキュメント処理モード

主な制限事項

よくある問題

ClaudeでPDFを処理する

最初のPDFリクエストを送信する

オプション1：URLベースのPDFドキュメント

オプション2：Base64エンコードされたPDFドキュメント

オプション3：Files API

PDFサポートの仕組み

コストを見積もる

PDF処理を最適化する

パフォーマンスを向上させる

実装をスケールする

プロンプトキャッシングを使用する

ドキュメントバッチを処理する

次のステップ

はじめる前に

PDFの要件を確認する

サポートされているプラットフォームとモデル

Amazon Bedrock PDFサポート

ドキュメント処理モード

主な制限事項

よくある問題

ClaudeでPDFを処理する

最初のPDFリクエストを送信する

オプション1：URLベースのPDFドキュメント

オプション2：Base64エンコードされたPDFドキュメント

オプション3：Files API

PDFサポートの仕組み

コストを見積もる

PDF処理を最適化する

パフォーマンスを向上させる

実装をスケールする

プロンプトキャッシングを使用する

ドキュメントバッチを処理する

次のステップ