引用
Claude 能够在回答关于文档的问题时提供详细的引用,帮助您追踪和验证回答中的信息来源。
引用功能目前在 Claude 3.7 Sonnet、Claude 3.5 Sonnet(新版)和 3.5 Haiku 上可用。
使用 Claude 3.7 Sonnet 的引用功能
与其他 Claude 模型相比,如果没有用户更明确的指示,Claude 3.7 Sonnet 可能不太倾向于进行引用。在使用 Claude 3.7 Sonnet 的引用功能时,我们建议在 user
回合中包含额外的指示,例如 "使用引用来支持你的回答。"
我们还观察到,当要求模型构建特定格式的回答时,除非明确要求在该格式中使用引用,否则它不太可能使用引用。例如,如果要求模型在回答中使用
请使用此表单分享您对引用功能的反馈和建议。
以下是如何在 Messages API 中使用引用的示例:
与基于提示的方法比较
与基于提示的引用解决方案相比,引用功能具有以下优势:
- 成本节省: 如果您的基于提示的方法要求 Claude 输出直接引用,由于
cited_text
不计入输出令牌数,您可能会看到成本节省。 - 更好的引用可靠性: 因为我们将引用解析为上述相应的响应格式并提取
cited_text
,引用保证包含对所提供文档的有效指向。 - 改进的引用质量: 在我们的评估中,与纯粹基于提示的方法相比,引用功能在从文档中引用最相关的引文方面明显更有效。
引用功能的工作原理
按照以下步骤将引用功能与 Claude 集成:
文档处理
- 文档内容被”分块”以定义可能引用的最小粒度。例如,句子分块将允许 Claude 引用单个句子或将多个连续句子链接在一起以引用段落(或更长的内容)!
- 对于 PDF: 按照 PDF 支持 中的描述提取文本,并将内容分成句子。目前不支持从 PDF 中引用图像。
- 对于纯文本文档: 内容被分成可以引用的句子。
- 对于自定义内容文档: 您提供的内容块将按原样使用,不进行进一步分块。
Claude 提供带引用的回答
- 回答现在可能包含多个文本块,每个文本块可以包含 Claude 做出的声明和支持该声明的引用列表。
- 引用指向源文档中的特定位置。这些引用的格式取决于被引用文档的类型。
- 对于 PDF: 引用将包含页码范围(从 1 开始)。
- 对于纯文本文档: 引用将包含字符索引范围(从 0 开始)。
- 对于自定义内容文档: 引用将包含内容块索引范围(从 0 开始),对应于原始提供的内容列表。
- 提供文档索引以指示参考源,根据原始请求中所有文档的列表从 0 开始编号。
自动分块与自定义内容
默认情况下,纯文本和 PDF 文档会自动被分成句子。如果您需要更多控制引用粒度(例如,对于项目符号或转录),请改用自定义内容文档。有关详细信息,请参阅文档类型。
例如,如果您希望 Claude 能够引用 RAG 块中的特定句子,您应该将每个 RAG 块放入一个纯文本文档中。否则,如果您不想进行任何进一步的分块,或者如果您想自定义任何额外的分块,您可以将 RAG 块放入自定义内容文档中。
可引用与不可引用的内容
- 可以引用文档
source
内容中的文本。 title
和context
是可选字段,将传递给模型但不用于引用内容。title
的长度有限,因此您可能会发现context
字段在存储任何文档元数据(作为文本或字符串化的 json)时很有用。
引用索引
- 文档索引从请求中所有文档内容块的列表(跨所有消息)从 0 开始编号。
- 字符索引从 0 开始,结束索引是排他的。
- 页码从 1 开始,结束页码是排他的。
- 内容块索引从自定义内容文档中提供的
content
列表中从 0 开始编号,结束索引是排他的。
令牌成本
- 启用引用会因系统提示添加和文档分块而略微增加输入令牌。
- 但是,引用功能在输出令牌方面非常高效。在底层,模型以标准格式输出引用,然后解析为引用文本和文档位置索引。提供
cited_text
字段是为了方便,不计入输出令牌。 - 在后续对话轮次中传递时,
cited_text
也不计入输入令牌。
功能兼容性
引用功能可以与其他 API 功能一起使用,包括提示缓存、令牌计数和批处理。
文档类型
选择文档类型
我们支持三种引用的文档类型:
类型 | 最适用于 | 分块 | 引用格式 |
---|---|---|---|
纯文本 | 简单文本文档、散文 | 句子 | 字符索引(从 0 开始) |
包含文本内容的 PDF 文件 | 句子 | 页码(从 1 开始) | |
自定义内容 | 列表、转录、特殊格式、更细粒度的引用 | 无额外分块 | 块索引(从 0 开始) |
纯文本文档
纯文本文档会自动被分成句子:
PDF 文档
PDF 文档以 base64 编码数据提供。PDF 文本被提取并分成句子。由于目前不支持图像引用,扫描文档的 PDF 如果不包含可提取的文本将无法被引用。
自定义内容文档
自定义内容文档让您可以控制引用粒度。不进行额外分块,块按照提供的内容块提供给模型。
响应结构
启用引用时,响应包含多个带有引用的文本块:
流式传输支持
对于流式响应,我们添加了 citations_delta
类型,其中包含要添加到当前 text
内容块的 citations
列表中的单个引用。