Citas

Claude es capaz de proporcionar citas detalladas al responder preguntas sobre documentos, ayudándote a rastrear y verificar las fuentes de información en las respuestas.

La función de citas está actualmente disponible en Claude 3.7 Sonnet, Claude 3.5 Sonnet (nuevo) y 3.5 Haiku.

Aquí hay un ejemplo de cómo usar citas con la API de Messages:

​

Cómo funcionan las citas

Integra las citas con Claude en estos pasos:

​

Contenido citable vs no citable

• El texto que se encuentra dentro del contenido source de un documento puede ser citado.
• title y context son campos opcionales que se pasarán al modelo pero no se utilizarán para el contenido citado.
• title está limitado en longitud, por lo que el campo context puede ser útil para almacenar cualquier metadato del documento como texto o json convertido a cadena.

​

Índices de citas

• Los índices de documentos se indexan desde 0 a partir de la lista de todos los bloques de contenido de documentos en la solicitud (abarcando todos los mensajes).
• Los índices de caracteres se indexan desde 0 con índices finales exclusivos.
• Los números de página se indexan desde 1 con números de página finales exclusivos.
• Los índices de bloques de contenido se indexan desde 0 con índices finales exclusivos de la lista de content proporcionada en el documento de contenido personalizado.

​

Costos de tokens

• Habilitar las citas implica un ligero aumento en los tokens de entrada debido a las adiciones del mensaje del sistema y la fragmentación del documento.
• Sin embargo, la función de citas es muy eficiente con los tokens de salida. Internamente, el modelo genera citas en un formato estandarizado que luego se analizan en texto citado e índices de ubicación del documento. El campo cited_text se proporciona por conveniencia y no cuenta para los tokens de salida.
• Cuando se pasa de nuevo en turnos de conversación posteriores, cited_text tampoco se cuenta para los tokens de entrada.

​

Compatibilidad de funciones

Las citas funcionan junto con otras funciones de la API, incluido el almacenamiento en caché de instrucciones, conteo de tokens y procesamiento por lotes.

​

Tipos de documentos

​

Elegir un tipo de documento

Admitimos tres tipos de documentos para citas:

​

Documentos de texto plano

Los documentos de texto plano se fragmentan automáticamente en oraciones:

{
    "type": "document",
    "source": {
        "type": "text",
        "media_type": "text/plain",
        "data": "Contenido de texto plano..."
    },
    "title": "Título del documento", # opcional
    "context": "Contexto sobre el documento que no será citado", # opcional
    "citations": {"enabled": True}
}

{
    "type": "char_location",
    "cited_text": "El texto exacto que se está citando", # no cuenta para los tokens de salida
    "document_index": 0,
    "document_title": "Título del documento",
    "start_char_index": 0,    # indexado desde 0
    "end_char_index": 50      # exclusivo
}

​

Documentos PDF

Los documentos PDF se proporcionan como datos codificados en base64. El texto del PDF se extrae y se fragmenta en oraciones. Como las citas de imágenes aún no son compatibles, los PDF que son escaneos de documentos y no contienen texto extraíble no serán citables.

{
    "type": "document",
    "source": {
        "type": "base64",
        "media_type": "application/pdf",
        "data": datos_pdf_codificados_base64
    },
    "title": "Título del documento", # opcional
    "context": "Contexto sobre el documento que no será citado", # opcional
    "citations": {"enabled": True}
}

{
    "type": "page_location",
    "cited_text": "El texto exacto que se está citando", # no cuenta para los tokens de salida
    "document_index": 0,     
    "document_title": "Título del documento", 
    "start_page_number": 1,  # indexado desde 1
    "end_page_number": 2     # exclusivo
}

​

Documentos de contenido personalizado

Los documentos de contenido personalizado te dan control sobre la granularidad de las citas. No se realiza fragmentación adicional y los fragmentos se proporcionan al modelo según los bloques de contenido proporcionados.

{
    "type": "document",
    "source": {
        "type": "content",
        "content": [
            {"type": "text", "text": "Primer fragmento"},
            {"type": "text", "text": "Segundo fragmento"}
        ]
    },
    "title": "Título del documento", # opcional
    "context": "Contexto sobre el documento que no será citado", # opcional
    "citations": {"enabled": True}
}

{
    "type": "content_block_location",
    "cited_text": "El texto exacto que se está citando", # no cuenta para los tokens de salida
    "document_index": 0,
    "document_title": "Título del documento",
    "start_block_index": 0,   # indexado desde 0
    "end_block_index": 1      # exclusivo
}

​

Estructura de respuesta

Cuando las citas están habilitadas, las respuestas incluyen múltiples bloques de texto con citas:

{
    "content": [
        {
            "type": "text",
            "text": "Según el documento, "
        },
        {
            "type": "text",
            "text": "la hierba es verde",
            "citations": [{
                "type": "char_location",
                "cited_text": "The grass is green.",
                "document_index": 0,
                "document_title": "Example Document",
                "start_char_index": 0,
                "end_char_index": 20
            }]
        },
        {
            "type": "text",
            "text": " y "
        },
        {
            "type": "text",
            "text": "el cielo es azul",
            "citations": [{
                "type": "char_location",
                "cited_text": "The sky is blue.",
                "document_index": 0,
                "document_title": "Example Document",
                "start_char_index": 20,
                "end_char_index": 36
            }]
        }
    ]
}

​

Soporte de streaming

Para respuestas de streaming, hemos agregado un tipo citations_delta que contiene una sola cita para agregar a la lista citations en el bloque de contenido text actual.

event: message_start
data: {"type": "message_start", ...}

event: content_block_start
data: {"type": "content_block_start", "index": 0, ...}

event: content_block_delta
data: {"type": "content_block_delta", "index": 0, 
       "delta": {"type": "text_delta", "text": "Según..."}}

event: content_block_delta
data: {"type": "content_block_delta", "index": 0,
       "delta": {"type": "citations_delta", 
                 "citation": {
                     "type": "char_location",
                     "cited_text": "...",
                     "document_index": 0,
                     ...
                 }}}

event: content_block_stop
data: {"type": "content_block_stop", "index": 0}

event: message_stop
data: {"type": "message_stop"}