PDF 支援

建構處理檔案

PDF 支援

使用 Claude 處理 PDF。從您的文件中提取文字、分析圖表並理解視覺內容。

This feature is eligible for Zero Data Retention (ZDR). When your organization has a ZDR arrangement, data sent through this feature is not stored after the API response is returned.

您可以詢問 Claude 關於您提供的 PDF 中的任何文字、圖片、圖表和表格。一些範例使用案例：

分析財務報告並理解圖表/表格
從法律文件中提取關鍵資訊
文件翻譯協助
將文件資訊轉換為結構化格式

開始之前

檢查 PDF 要求

Claude 適用於任何標準 PDF。確保您的請求大小符合這些要求：

要求	限制
最大請求大小	32 MB (因平台而異)
每個請求的最大頁數	600（對於具有 200k 代幣上下文視窗的模型為 100）
格式	標準 PDF（無密碼/加密）

兩個限制都適用於整個請求負載，包括與 PDF 一起發送的任何其他內容。對於大型 PDF，請考慮使用 Files API 上傳並按 file_id 引用以保持請求負載較小。

密集 PDF（許多小字體頁面、複雜表格或繁重圖形）可能會在達到頁面限制之前填滿上下文視窗。包含大型 PDF 的請求也可能在達到頁面限制之前失敗，即使使用 Files API 也是如此。嘗試將文件分割成多個部分；對於大型檔案，由於每個頁面都作為影像處理，縮減嵌入影像也可以幫助。

由於 PDF 支援依賴於 Claude 的視覺功能，它受到與其他視覺任務相同的限制和注意事項。

支援的平台和模型

PDF 支援目前通過直接 API 存取和 Google Vertex AI 支援。所有活躍模型都支援 PDF 處理。

PDF 支援現已在 Amazon Bedrock 上提供，具有以下注意事項：

Amazon Bedrock PDF 支援

通過 Amazon Bedrock 的 Converse API 使用 PDF 支援時，有兩種不同的文件處理模式：

重要： 要在 Converse API 中存取 Claude 的完整視覺 PDF 理解功能，您必須啟用引用。如果未啟用引用，API 將回退到僅基本文字提取。深入瞭解使用引用。

文件處理模式

Converse Document Chat（原始模式 - 僅文字提取）
- 提供來自 PDF 的基本文字提取
- 無法分析 PDF 中的影像、圖表或視覺佈局
- 3 頁 PDF 大約使用 1,000 個代幣
- 未啟用引用時自動使用
Claude PDF Chat（新模式 - 完整視覺理解）
- 提供 PDF 的完整視覺分析
- 可以理解和分析圖表、圖形、影像和視覺佈局
- 將每個頁面作為文字和影像處理以進行全面理解
- 3 頁 PDF 大約使用 7,000 個代幣
- 需要在 Converse API 中啟用引用

關鍵限制

Converse API：視覺 PDF 分析需要啟用引用。目前沒有選項可以在不使用引用的情況下使用視覺分析（與 InvokeModel API 不同）。
InvokeModel API：提供對 PDF 處理的完全控制，無需強制引用。

常見問題

如果客戶報告在使用 Converse API 時 Claude 無法看到其 PDF 中的影像或圖表，他們可能需要啟用引用標誌。沒有它，Converse 將回退到僅基本文字提取。

這是 Converse API 的已知限制。對於需要無引用視覺 PDF 分析的應用程式，請考慮改用 InvokeModel API。

對於非 PDF 檔案（如 .csv、.xlsx、.docx、.md 或 .txt 檔案），請參閱使用其他檔案格式。

使用 Claude 處理 PDF

發送您的第一個 PDF 請求

讓我們從使用 Messages API 的簡單範例開始。您可以通過三種方式向 Claude 提供 PDF：

作為對線上託管 PDF 的 URL 引用
作為 document 內容區塊中的 base64 編碼 PDF
通過來自 Files API 的 file_id

選項 1：基於 URL 的 PDF 文件

最簡單的方法是直接從 URL 引用 PDF：

client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-4-7",
    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)

選項 2：Base64 編碼的 PDF 文件

如果您需要從本地系統發送 PDF 或 URL 不可用時：

import base64
import httpx

# First, load and encode the PDF
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).content).decode("utf-8")

# Alternative: Load from a local file
# with open("document.pdf", "rb") as f:
#     pdf_data = base64.standard_b64encode(f.read()).decode("utf-8")

# Send to Claude using base64 encoding
client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-4-7",
    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)

選項 3：Files API

對於您將重複使用的 PDF，或當您想避免編碼開銷時，請使用 Files API：

client = anthropic.Anthropic()

# Upload the PDF file
with open("document.pdf", "rb") as f:
    file_upload = client.beta.files.upload(file=("document.pdf", f, "application/pdf"))

# Use the uploaded file in a message
message = client.beta.messages.create(
    model="claude-opus-4-7",
    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 支援的運作方式

當您向 Claude 發送 PDF 時，會發生以下步驟：

系統提取文件的內容。
- 系統將文件的每一頁轉換為影像。
- 從每一頁提取文字並與每一頁的影像一起提供。
Claude 分析文字和影像以更好地理解文件。
- 文件作為文字和影像的組合提供以供分析。
- 這允許使用者詢問 PDF 的視覺元素的見解，例如圖表、圖表和其他非文字內容。
Claude 回應，如果相關則引用 PDF 的內容。
Claude 可以在回應時引用文字和視覺內容。您可以通過整合 PDF 支援與以下內容來進一步改進效能：
- 提示快取：改進重複分析的效能。
- 批次處理：用於大量文件處理。
- 工具使用：從文件中提取特定資訊以用作工具輸入。

估計您的成本

PDF 檔案的代幣計數取決於從文件中提取的總文字以及頁數：

文字代幣成本：每頁通常使用 1,500-3,000 個代幣，具體取決於內容密度。標準 API 定價適用，無額外 PDF 費用。
影像代幣成本：由於每一頁都轉換為影像，應用相同的基於影像的成本計算。

您可以使用代幣計數來估計您特定 PDF 的成本。

最佳化 PDF 處理

改進效能

遵循這些最佳實踐以獲得最佳結果：

在請求中將 PDF 放在文字之前
使用標準字體
確保文字清晰易讀
將頁面旋轉到正確的直立方向
在提示中使用邏輯頁碼（來自 PDF 檢視器）
在需要時將大型 PDF 分割成多個部分
為重複分析啟用提示快取

擴展您的實現

對於大量處理，請考慮以下方法：

使用提示快取

快取 PDF 以改善重複查詢的效能：

client = anthropic.Anthropic()
# ...
message = client.messages.create(
    model="claude-opus-4-7",
    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": "Analyze this document."},
            ],
        }
    ],
)

處理文件批次

使用訊息批次 API 進行大量工作流程：

client = anthropic.Anthropic()
# ...
message_batch = client.messages.batches.create(
    requests=[
        {
            "custom_id": "doc1",
            "params": {
                "model": "claude-opus-4-7",
                "max_tokens": 1024,
                "messages": [
                    {
                        "role": "user",
                        "content": [
                            {
                                "type": "document",
                                "source": {
                                    "type": "base64",
                                    "media_type": "application/pdf",
                                    "data": pdf_data,
                                },
                            },
                            {"type": "text", "text": "Summarize this document."},
                        ],
                    }
                ],
            },
        }
    ]
)

後續步驟

試試 PDF 範例

在食譜中探索 PDF 處理的實際範例。

檢視 API 參考

查看 PDF 支援的完整 API 文件。

Was this page helpful?

建構處理檔案

PDF 支援

使用 Claude 處理 PDF。從您的文件中提取文字、分析圖表並理解視覺內容。

This feature is eligible for Zero Data Retention (ZDR). When your organization has a ZDR arrangement, data sent through this feature is not stored after the API response is returned.

您可以詢問 Claude 關於您提供的 PDF 中的任何文字、圖片、圖表和表格。一些範例使用案例：

分析財務報告並理解圖表/表格
從法律文件中提取關鍵資訊
文件翻譯協助
將文件資訊轉換為結構化格式

開始之前

檢查 PDF 要求

Claude 適用於任何標準 PDF。確保您的請求大小符合這些要求：

要求	限制
最大請求大小	32 MB (因平台而異)
每個請求的最大頁數	600（對於具有 200k 代幣上下文視窗的模型為 100）
格式	標準 PDF（無密碼/加密）

兩個限制都適用於整個請求負載，包括與 PDF 一起發送的任何其他內容。對於大型 PDF，請考慮使用 Files API 上傳並按 file_id 引用以保持請求負載較小。

由於 PDF 支援依賴於 Claude 的視覺功能，它受到與其他視覺任務相同的限制和注意事項。

支援的平台和模型

PDF 支援目前通過直接 API 存取和 Google Vertex AI 支援。所有活躍模型都支援 PDF 處理。

PDF 支援現已在 Amazon Bedrock 上提供，具有以下注意事項：

Amazon Bedrock PDF 支援

通過 Amazon Bedrock 的 Converse API 使用 PDF 支援時，有兩種不同的文件處理模式：

文件處理模式

Converse Document Chat（原始模式 - 僅文字提取）
- 提供來自 PDF 的基本文字提取
- 無法分析 PDF 中的影像、圖表或視覺佈局
- 3 頁 PDF 大約使用 1,000 個代幣
- 未啟用引用時自動使用
Claude PDF Chat（新模式 - 完整視覺理解）
- 提供 PDF 的完整視覺分析
- 可以理解和分析圖表、圖形、影像和視覺佈局
- 將每個頁面作為文字和影像處理以進行全面理解
- 3 頁 PDF 大約使用 7,000 個代幣
- 需要在 Converse API 中啟用引用

關鍵限制

Converse API：視覺 PDF 分析需要啟用引用。目前沒有選項可以在不使用引用的情況下使用視覺分析（與 InvokeModel API 不同）。
InvokeModel API：提供對 PDF 處理的完全控制，無需強制引用。

常見問題

如果客戶報告在使用 Converse API 時 Claude 無法看到其 PDF 中的影像或圖表，他們可能需要啟用引用標誌。沒有它，Converse 將回退到僅基本文字提取。

這是 Converse API 的已知限制。對於需要無引用視覺 PDF 分析的應用程式，請考慮改用 InvokeModel API。

對於非 PDF 檔案（如 .csv、.xlsx、.docx、.md 或 .txt 檔案），請參閱使用其他檔案格式。

使用 Claude 處理 PDF

發送您的第一個 PDF 請求

讓我們從使用 Messages API 的簡單範例開始。您可以通過三種方式向 Claude 提供 PDF：

作為對線上託管 PDF 的 URL 引用
作為 document 內容區塊中的 base64 編碼 PDF
通過來自 Files API 的 file_id

選項 1：基於 URL 的 PDF 文件

最簡單的方法是直接從 URL 引用 PDF：

client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-4-7",
    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)

選項 2：Base64 編碼的 PDF 文件

如果您需要從本地系統發送 PDF 或 URL 不可用時：

import base64
import httpx

# First, load and encode the PDF
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).content).decode("utf-8")

# Alternative: Load from a local file
# with open("document.pdf", "rb") as f:
#     pdf_data = base64.standard_b64encode(f.read()).decode("utf-8")

# Send to Claude using base64 encoding
client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-4-7",
    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)

選項 3：Files API

對於您將重複使用的 PDF，或當您想避免編碼開銷時，請使用 Files API：

client = anthropic.Anthropic()

# Upload the PDF file
with open("document.pdf", "rb") as f:
    file_upload = client.beta.files.upload(file=("document.pdf", f, "application/pdf"))

# Use the uploaded file in a message
message = client.beta.messages.create(
    model="claude-opus-4-7",
    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 支援的運作方式

當您向 Claude 發送 PDF 時，會發生以下步驟：

系統提取文件的內容。
- 系統將文件的每一頁轉換為影像。
- 從每一頁提取文字並與每一頁的影像一起提供。
Claude 分析文字和影像以更好地理解文件。
- 文件作為文字和影像的組合提供以供分析。
- 這允許使用者詢問 PDF 的視覺元素的見解，例如圖表、圖表和其他非文字內容。
Claude 回應，如果相關則引用 PDF 的內容。
Claude 可以在回應時引用文字和視覺內容。您可以通過整合 PDF 支援與以下內容來進一步改進效能：
- 提示快取：改進重複分析的效能。
- 批次處理：用於大量文件處理。
- 工具使用：從文件中提取特定資訊以用作工具輸入。

估計您的成本

PDF 檔案的代幣計數取決於從文件中提取的總文字以及頁數：

文字代幣成本：每頁通常使用 1,500-3,000 個代幣，具體取決於內容密度。標準 API 定價適用，無額外 PDF 費用。
影像代幣成本：由於每一頁都轉換為影像，應用相同的基於影像的成本計算。

您可以使用代幣計數來估計您特定 PDF 的成本。

最佳化 PDF 處理

改進效能

遵循這些最佳實踐以獲得最佳結果：

在請求中將 PDF 放在文字之前
使用標準字體
確保文字清晰易讀
將頁面旋轉到正確的直立方向
在提示中使用邏輯頁碼（來自 PDF 檢視器）
在需要時將大型 PDF 分割成多個部分
為重複分析啟用提示快取

擴展您的實現

對於大量處理，請考慮以下方法：

使用提示快取

快取 PDF 以改善重複查詢的效能：

client = anthropic.Anthropic()
# ...
message = client.messages.create(
    model="claude-opus-4-7",
    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": "Analyze this document."},
            ],
        }
    ],
)

處理文件批次

使用訊息批次 API 進行大量工作流程：

client = anthropic.Anthropic()
# ...
message_batch = client.messages.batches.create(
    requests=[
        {
            "custom_id": "doc1",
            "params": {
                "model": "claude-opus-4-7",
                "max_tokens": 1024,
                "messages": [
                    {
                        "role": "user",
                        "content": [
                            {
                                "type": "document",
                                "source": {
                                    "type": "base64",
                                    "media_type": "application/pdf",
                                    "data": pdf_data,
                                },
                            },
                            {"type": "text", "text": "Summarize this document."},
                        ],
                    }
                ],
            },
        }
    ]
)

後續步驟

試試 PDF 範例

在食譜中探索 PDF 處理的實際範例。

檢視 API 參考

查看 PDF 支援的完整 API 文件。

Was this page helpful?