ビジョン

このガイドでは、Claudeで画像を扱う方法について、ベストプラクティス、コード例、留意すべき制限事項を含めて説明します。

ビジョンの使い方

Claudeのビジョン機能は以下の方法で使用できます：

• claude.ai。ファイルをアップロードするように画像をアップロードするか、チャットウィンドウに直接画像をドラッグ＆ドロップします。
• Console Workbench。すべてのUserメッセージブロックの右上に画像を追加するボタンが表示されます。
• APIリクエスト。このガイドの例を参照してください。

アップロードする前に

基本と制限

1回のリクエストに複数の画像を含めることができます（claude.aiでは最大20枚、APIリクエストでは最大100枚）。Claudeは応答を作成する際に、提供されたすべての画像を分析します。これは画像の比較や対照に役立ちます。

8000x8000 pxを超える画像を送信すると、拒否されます。1回のAPIリクエストで20枚以上の画像を送信する場合、この制限は2000x2000 pxになります。

画像サイズの評価

最適なパフォーマンスのために、画像が大きすぎる場合はアップロード前にリサイズすることをお勧めします。画像の長辺が1568ピクセルを超える場合、または画像が約1,600トークンを超える場合、アスペクト比を維持しながらサイズ制限内に収まるまで縮小されます。

入力画像が大きすぎてリサイズが必要な場合、追加のモデルパフォーマンスを得ることなく最初のトークンまでの時間のレイテンシが増加します。いずれかの辺が200ピクセル未満の非常に小さな画像は、パフォーマンスが低下する可能性があります。

以下は、一般的なアスペクト比でリサイズされないAPIが受け入れる最大画像サイズの表です。Claude Opus 4.6では、これらの画像は約1,600トークンを使用し、約$4.80/1K画像のコストがかかります。

画像コストの計算

リクエストに含める各画像は、トークン使用量にカウントされます。おおよそのコストを計算するには、画像トークンの概算数に使用しているモデルのトークン単価を掛けます。

画像のリサイズが不要な場合、次のアルゴリズムで使用トークン数を推定できます：tokens = (width px * height px)/750

以下は、Claude Opus 4.6の入力トークン単価（100万トークンあたり$3）に基づく、APIのサイズ制約内のさまざまな画像サイズのおおよそのトークン化とコストの例です：

画像品質の確保

Claudeに画像を提供する際、最良の結果を得るために以下の点に留意してください：

• 画像フォーマット：サポートされている画像フォーマットを使用してください：JPEG、PNG、GIF、またはWebP。
• 画像の鮮明さ：画像が鮮明で、ぼやけすぎたりピクセル化されていないことを確認してください。
• テキスト：画像に重要なテキストが含まれている場合、読みやすく小さすぎないことを確認してください。テキストを拡大するためだけに重要な視覚的コンテキストをトリミングすることは避けてください。

プロンプトの例

テキストベースのClaudeとのインタラクションでうまく機能するプロンプト技術の多くは、画像ベースのプロンプトにも適用できます。

これらの例は、画像を含むベストプラクティスのプロンプト構造を示しています。

プロンプト例について

以下の例は、さまざまなプログラミング言語とアプローチを使用してClaudeのビジョン機能を使用する方法を示しています。Claudeに画像を提供する方法は3つあります：

1. imageコンテンツブロック内のbase64エンコード画像として
2. オンラインでホストされている画像へのURL参照として
3. Files API を使用（一度アップロードして複数回使用）

base64の例のプロンプトでは、以下の変数を使用します：

以下は、base64エンコード画像とURL参照を使用してMessages APIリクエストに画像を含める方法の例です：

Base64エンコード画像の例

URLベース画像の例

Files API画像の例

繰り返し使用する画像や、エンコードのオーバーヘッドを避けたい場合は、Files APIを使用してください：

その他のコード例やパラメータの詳細については、Messages APIの例を参照してください。

制限事項

Claudeの画像理解機能は最先端ですが、いくつかの制限事項があります：

• 人物の識別：Claudeは画像内の人物を識別（つまり名前を特定）するために使用することはできません。そのような要求は拒否されます。
• 精度：Claudeは、低品質、回転した、または200ピクセル未満の非常に小さな画像を解釈する際に、ハルシネーションや誤りが発生する可能性があります。
• 空間推論：Claudeの空間推論能力には限界があります。正確な位置特定やレイアウトを必要とするタスク（アナログ時計の文字盤の読み取りやチェスの駒の正確な位置の説明など）では困難が生じる場合があります。
• カウント：Claudeは画像内のオブジェクトのおおよその数を提供できますが、特に多数の小さなオブジェクトの場合、常に正確であるとは限りません。
• AI生成画像：Claudeは画像がAI生成かどうかを判断できず、質問された場合に誤る可能性があります。偽の画像や合成画像の検出にClaudeを頼らないでください。
• 不適切なコンテンツ：Claudeは利用規約に違反する不適切または露骨な画像を処理しません。
• 医療アプリケーション：Claudeは一般的な医療画像を分析できますが、CTやMRIなどの複雑な診断スキャンの解釈を目的として設計されていません。Claudeの出力は、専門的な医療アドバイスや診断の代替と見なすべきではありません。

特に重要なユースケースでは、Claudeの画像解釈を常に慎重にレビューし検証してください。人間の監視なしに、完璧な精度や機密性の高い画像分析を必要とするタスクにClaudeを使用しないでください。

FAQ

ビジョンをさらに深く探る

Claudeで画像を使った構築を始める準備はできましたか？以下にいくつかの役立つリソースをご紹介します：

• マルチモーダルクックブック：このクックブックには、画像の使い始め方や、画像で最高品質のパフォーマンスを確保するためのベストプラクティステクニックに関するヒントが含まれています。チャートやグラフの解釈・分析やフォームからのコンテンツ抽出などのタスクを実行するために、画像を使ってClaudeに効果的にプロンプトを与える方法をご覧ください。
• APIリファレンス：Messages APIのドキュメントをご覧ください。画像を含むAPIコールの例も含まれています。

その他のご質問がございましたら、お気軽にサポートチームまでお問い合わせください。また、開発者コミュニティに参加して、他のクリエイターとつながり、Anthropicの専門家からサポートを受けることもできます。