PDF支持目前处于公开测试阶段

要访问此功能,请在您的API请求中包含anthropic-beta: pdfs-2024-09-25标头。

我们将在接下来的几周内对这个公开测试版进行迭代,因此我们非常感谢您的反馈。请使用此表单分享您的想法和建议。


PDF功能

Claude可以处理任何标准PDF。您可以询问Claude关于您提供的PDF中的任何文本、图片、图表和表格。一些示例用例:

  • 分析财务报告并理解图表/表格
  • 从法律文件中提取关键信息
  • 文档翻译辅助
  • 将文档信息转换为结构化格式

PDF支持的工作原理

当您发送包含PDF文件的请求时:

1

系统提取文档内容。

  • 系统将文档的每一页转换为图像。
  • 从每一页提取文本并与该页的图像一起提供。
2

Claude同时分析文本和图像以更好地理解文档。

  • 文档以文本和图像的组合形式提供以供分析。
  • 这使用户可以询问PDF中的视觉元素,如图表、图解和其他非文本内容。
3

与其他Claude功能一起使用文档。

PDF支持可以很好地配合以下功能:

  • 提示缓存:提高重复分析的性能。
  • 批量处理:用于高容量文档处理。
  • 工具使用:从文档中提取特定信息用作工具输入。

PDF支持限制

在将PDF支持集成到您的应用程序之前,请确保您的文件满足以下要求:

要求限制
最大请求大小32MB
每个请求的最大页数100
支持的模型claude-3-5-sonnet-20241022, claude-3-5-sonnet-20240620

请注意,这两个限制都是针对整个请求负载,包括与PDF一起发送的任何其他内容。 提供的PDF不应有任何密码或加密。

由于PDF支持依赖于Claude的视觉功能,因此它受制于相同的限制

支持的平台和模型

PDF支持目前通过直接API访问在两个Claude 3.5 Sonnet模型(claude-3-5-sonnet-20241022claude-3-5-sonnet-20240620)上可用。此功能很快将在Amazon Bedrock和Google Vertex AI上得到支持。

计算预期的令牌使用量

PDF文件的令牌数量取决于从文档中提取的总文本以及页数。由于每页都被转换为图像,因此应用相同的基于图像的成本计算。 每页通常使用1,500到3,000个令牌,具体取决于内容密度。适用标准输入令牌定价,PDF处理不收取额外费用。

您还可以使用令牌计数来确定包含PDF的消息中的令牌数量。


如何在Messages API中使用PDF

以下是在Messages API中使用PDF的简单示例:

以下是一些其他帮助您入门的示例:


PDF分析最佳实践

  • 确保文本清晰可读。
  • 将页面旋转到正确的方向。
  • 在引用页码时,使用逻辑编号(PDF查看器报告的编号)而不是物理页码(页面上可见的编号)
  • 使用标准字体。
  • 在请求中将PDF放在文本之前。
  • 当超出限制时,将很大的PDF拆分成更小的块。
  • 对同一文档的重复分析使用提示缓存。

下一步

准备好开始使用Claude处理PDF了吗?以下是一些有用的资源: