PDF 支援

您現在可以向 Claude 詢問您提供的 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 可以處理任何標準 PDF。但是，在使用 PDF 支援時，您應該確保您的請求大小符合這些要求：

要求	限制
最大請求大小	32MB
每個請求的最大頁數	100
格式	標準 PDF（無密碼/加密）

請注意，這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。

由於 PDF 支援依賴於 Claude 的視覺能力，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 支援目前透過直接 API 存取和 Google Vertex AI 支援。所有活躍模型都支援 PDF 處理。

PDF 支援現在在 Amazon Bedrock 上可用，但有以下注意事項：

Amazon Bedrock PDF 支援

透過 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 理解能力，您必須啟用引用。如果沒有啟用引用，API 會退回到僅基本文字提取。了解更多關於使用引用。

文件處理模式

Converse Document Chat（原始模式 - 僅文字提取）
- 提供 PDF 的基本文字提取
- 無法分析 PDF 中的圖像、圖表或視覺佈局
- 3 頁 PDF 使用約 1,000 個 token
- 當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、圖像和視覺佈局
- 將每頁處理為文字和圖像以進行全面理解
- 3 頁 PDF 使用約 7,000 個 token
- 需要在 Converse API 中啟用引用

主要限制

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 看不到他們 PDF 中的圖像或圖表，他們可能需要啟用引用標誌。沒有它，Converse 會退回到僅基本文字提取。

這是 Converse API 的已知限制，我們正在努力解決。對於需要無引用視覺 PDF 分析的應用程式，請考慮使用 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。您可以透過三種方式向 Claude 提供 PDF：

作為線上託管 PDF 的 URL 參考
作為 document 內容區塊中的 base64 編碼 PDF
透過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 參考 PDF：

選項 2：Base64 編碼的 PDF 文件

如果您需要從本地系統發送 PDF 或當 URL 不可用時：

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：

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圖像。
- 從每一頁提取文字，並與每頁的圖像一起提供。
Claude 分析文字和圖像以更好地理解文件。
- 文件以文字和圖像的組合形式提供進行分析。
- 這允許使用者詢問 PDF 視覺元素的見解，如圖表、圖解和其他非文字內容。
Claude 回應，如果相關的話會參考 PDF 的內容。
Claude 在回應時可以參考文字和視覺內容。您可以透過將 PDF 支援與以下功能整合來進一步提高效能：
- 提示快取：提高重複分析的效能。
- 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用作工具輸入。

估算您的成本

PDF 檔案的 token 計數取決於從文件中提取的總文字以及頁數：

文字 token 成本：每頁通常使用 1,500-3,000 個 token，取決於內容密度。適用標準 API 定價，無額外 PDF 費用。
圖像 token 成本：由於每頁都轉換為圖像，因此適用相同的基於圖像的成本計算。

您可以使用token 計數來估算特定 PDF 的成本。

優化 PDF 處理

提高效能

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）
需要時將大型 PDF 分割成塊
為重複分析啟用提示快取

擴展您的實作

對於大量處理，請考慮這些方法：

使用提示快取

快取 PDF 以提高重複查詢的效能：

處理文件批次

使用 Message Batches API 進行大量工作流程：

下一步

嘗試 PDF 範例

 curl https://api.anthropic.com/v1/messages \
   -H "content-type: application/json" \
   -H "x-api-key: $ANTHROPIC_API_KEY" \
   -H "anthropic-version: 2023-06-01" \
   -d '{
     "model": "claude-sonnet-4-5",
     "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": "這份文件中的主要發現是什麼？"
         }]
     }]
 }'

# 方法 1：獲取並編碼遠端 PDF
curl -s "https://assets.anthropic.com/m/1cd9d098ac3e6467/original/Claude-3-Model-Card-October-Addendum.pdf" | base64 | tr -d '\n' > pdf_base64.txt

# 方法 2：編碼本地 PDF 檔案
# base64 document.pdf | tr -d '\n' > pdf_base64.txt

# 使用 pdf_base64.txt 內容建立 JSON 請求檔案
jq -n --rawfile PDF_BASE64 pdf_base64.txt '{
    "model": "claude-sonnet-4-5",
    "max_tokens": 1024,
    "messages": [{
        "role": "user",
        "content": [{
            "type": "document",
            "source": {
                "type": "base64",
                "media_type": "application/pdf",
                "data": $PDF_BASE64
            }
        },
        {
            "type": "text",
            "text": "這份文件中的主要發現是什麼？"
        }]
    }]
}' > request.json

# 使用 JSON 檔案發送 API 請求
curl https://api.anthropic.com/v1/messages \
  -H "content-type: application/json" \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -d @request.json

# 首先，將您的 PDF 上傳到 Files API
curl -X POST https://api.anthropic.com/v1/files \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "anthropic-beta: files-api-2025-04-14" \
  -F "[email protected]"

# 然後在您的訊息中使用返回的 file_id
curl https://api.anthropic.com/v1/messages \
  -H "content-type: application/json" \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "anthropic-beta: files-api-2025-04-14" \
  -d '{
    "model": "claude-sonnet-4-5", 
    "max_tokens": 1024,
    "messages": [{
      "role": "user",
      "content": [{
        "type": "document",
        "source": {
          "type": "file",
          "file_id": "file_abc123"
        }
      },
      {
        "type": "text",
        "text": "這份文件中的主要發現是什麼？"
      }]
    }]
  }'

# 使用 pdf_base64.txt 內容建立 JSON 請求檔案
jq -n --rawfile PDF_BASE64 pdf_base64.txt '{
    "model": "claude-sonnet-4-5",
    "max_tokens": 1024,
    "messages": [{
        "role": "user",
        "content": [{
            "type": "document",
            "source": {
                "type": "base64",
                "media_type": "application/pdf",
                "data": $PDF_BASE64
            },
            "cache_control": {
              "type": "ephemeral"
            }
        },
        {
            "type": "text",
            "text": "哪個模型在每個使用案例中具有最高的人類偏好勝率？"
        }]
    }]
}' > request.json

# 然後使用 JSON 檔案進行 API 呼叫
curl https://api.anthropic.com/v1/messages \
  -H "content-type: application/json" \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -d @request.json

# 使用 pdf_base64.txt 內容建立 JSON 請求檔案
jq -n --rawfile PDF_BASE64 pdf_base64.txt '
{
  "requests": [
      {
          "custom_id": "my-first-request",
          "params": {
              "model": "claude-sonnet-4-5",
              "max_tokens": 1024,
              "messages": [
                {
                    "role": "user",
                    "content": [
                        {
                            "type": "document",
                            "source": {
 "type": "base64",
 "media_type": "application/pdf",
 "data": $PDF_BASE64
                            }
                        },
                        {
                            "type": "text",
                            "text": "哪個模型在每個使用案例中具有最高的人類偏好勝率？"
                        }
                    ]
                }
              ]
          }
      },
      {
          "custom_id": "my-second-request",
          "params": {
              "model": "claude-sonnet-4-5",
              "max_tokens": 1024,
              "messages": [
                {
                    "role": "user",
                    "content": [
                        {
                            "type": "document",
                            "source": {
 "type": "base64",
 "media_type": "application/pdf",
 "data": $PDF_BASE64
                            }
                        },
                        {
                            "type": "text",
                            "text": "從這份文件中提取 5 個關鍵見解。"
                        }
                    ]
                }
              ]
          }
      }
  ]
}
' > request.json

# 然後使用 JSON 檔案進行 API 呼叫
curl https://api.anthropic.com/v1/messages/batches \
  -H "content-type: application/json" \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -d @request.json