本指南描述如何在 Claude 中使用圖像，包括最佳實踐、程式碼範例和需要記住的限制。

​
如何使用視覺功能

透過以下方式使用 Claude 的視覺功能：

  • claude.ai。像上傳檔案一樣上傳圖像，或直接將圖像拖放到聊天視窗中。
  • Console Workbench。如果您選擇接受圖像的模型（僅限 Claude 3 和 4 模型），每個使用者訊息區塊的右上角會出現新增圖像的按鈕。
  • API 請求。請參閱本指南中的範例。

​
上傳前須知

​
基本資訊和限制

您可以在單一請求中包含多張圖像（claude.ai 最多 20 張，API 請求最多 100 張）。Claude 在制定回應時會分析所有提供的圖像。這對於比較或對比圖像很有幫助。

如果您提交大於 8000x8000 像素的圖像，它將被拒絕。如果您在一個 API 請求中提交超過 20 張圖像，此限制為 2000x2000 像素。

​
評估圖像大小

為了獲得最佳效能，如果圖像太大，我們建議在上傳前調整圖像大小。如果您的圖像長邊超過 1568 像素，或您的圖像超過約 1,600 個代幣，它將首先被縮小，保持長寬比，直到在大小限制內。

如果您的輸入圖像太大需要調整大小，它會增加首個代幣時間的延遲，而不會給您任何額外的模型效能。任何邊緣小於 200 像素的非常小的圖像可能會降低效能。

為了改善首個代幣時間，我們建議將圖像調整為不超過 1.15 百萬像素（且在兩個維度內都在 1568 像素內）。

以下是我們的 API 接受的最大圖像大小表格，這些圖像不會被調整大小，適用於常見的長寬比。使用 Claude Sonnet 3.7 模型，這些圖像使用約 1,600 個代幣，每 1K 張圖像約 $4.80。

長寬比圖像大小
1:11092x1092 px
3:4951x1268 px
2:3896x1344 px
9:16819x1456 px
1:2784x1568 px

​
計算圖像成本

您在請求 Claude 時包含的每張圖像都會計入您的代幣使用量。要計算大概成本，請將大概的圖像代幣數乘以您使用的模型的每代幣價格。

如果您的圖像不需要調整大小，您可以透過此演算法估算使用的代幣數：代幣 = (寬度 px * 高度 px)/750

以下是基於 Claude Sonnet 3.7 每代幣價格每百萬輸入代幣 $3，在我們 API 大小限制內不同圖像大小的大概代幣化和成本範例：

圖像大小代幣數每張圖像成本每 1K 張圖像成本
200x200 px(0.04 百萬像素)~54~$0.00016~$0.16
1000x1000 px(1 百萬像素)~1334~$0.004~$4.00
1092x1092 px(1.19 百萬像素)~1590~$0.0048~$4.80

​
確保圖像品質

向 Claude 提供圖像時，請記住以下幾點以獲得最佳結果：

  • 圖像格式：使用支援的圖像格式：JPEG、PNG、GIF 或 WebP。
  • 圖像清晰度：確保圖像清晰，不要太模糊或像素化。
  • 文字：如果圖像包含重要文字，請確保它清晰可讀且不要太小。避免為了放大文字而裁剪掉關鍵的視覺上下文。

​
提示範例

許多適用於基於文字的 Claude 互動的提示技巧也可以應用於基於圖像的提示。

這些範例展示了涉及圖像的最佳實踐提示結構。

就像文件查詢放置一樣，Claude 在圖像位於文字之前時效果最佳。放置在文字之後或與文字交錯的圖像仍然會表現良好，但如果您的使用案例允許，我們建議採用圖像然後文字的結構。

​
關於提示範例

以下範例展示如何使用各種程式語言和方法來使用 Claude 的視覺功能。您可以透過三種方式向 Claude 提供圖像：

  1. 作為 image 內容區塊中的 base64 編碼圖像
  2. 作為線上託管圖像的 URL 參考
  3. 使用 Files API（上傳一次，多次使用）

base64 範例提示使用這些變數：

    # 對於基於 URL 的圖像，您可以在 JSON 請求中直接使用 URL
    
    # 對於 base64 編碼的圖像，您需要先編碼圖像
    # 如何在 bash 中將圖像編碼為 base64 的範例：
    BASE64_IMAGE_DATA=$(curl -s "https://upload.wikimedia.org/wikipedia/commons/a/a7/Camponotus_flavomarginatus_ant.jpg" | base64)
    
    # 編碼的資料現在可以在您的 API 呼叫中使用

以下是如何在 Messages API 請求中使用 base64 編碼圖像和 URL 參考包含圖像的範例：

​
Base64 編碼圖像範例

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-4-20250514",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "image",
            "source": {
              "type": "base64",
              "media_type": "image/jpeg",
              "data": "'"$BASE64_IMAGE_DATA"'"
            }
          },
          {
            "type": "text",
            "text": "描述這張圖像。"
          }
        ]
      }
    ]
  }'

​
基於 URL 的圖像範例

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-4-20250514",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "image",
            "source": {
              "type": "url",
              "url": "https://upload.wikimedia.org/wikipedia/commons/a/a7/Camponotus_flavomarginatus_ant.jpg"
            }
          },
          {
            "type": "text",
            "text": "描述這張圖像。"
          }
        ]
      }
    ]
  }'

​
Files API 圖像範例

對於您會重複使用的圖像或當您想要避免編碼開銷時，請使用 Files API：

# 首先，將您的圖像上傳到 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 "file=@image.jpg"

# 然後在您的訊息中使用返回的 file_id
curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "anthropic-beta: files-api-2025-04-14" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-4-20250514",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "image",
            "source": {
              "type": "file",
              "file_id": "file_abc123"
            }
          },
          {
            "type": "text",
            "text": "描述這張圖像。"
          }
        ]
      }
    ]
  }'

請參閱 Messages API 範例以獲取更多範例程式碼和參數詳細資訊。

​
限制

雖然 Claude 的圖像理解功能是尖端的，但有一些需要注意的限制：

  • 人物識別：Claude 不能用於識別（即命名）圖像中的人物，並會拒絕這樣做。
  • 準確性：Claude 在解釋低品質、旋轉或小於 200 像素的非常小圖像時可能會產生幻覺或犯錯。
  • 空間推理：Claude 的空間推理能力有限。它可能在需要精確定位或佈局的任務上有困難，如讀取類比時鐘面或描述棋子的確切位置。
  • 計數：Claude 可以給出圖像中物體的大概數量，但可能不總是精確準確，特別是對於大量小物體。
  • AI 生成圖像：Claude 不知道圖像是否為 AI 生成的，如果被問及可能會不正確。不要依賴它來檢測假的或合成圖像。
  • 不當內容：Claude 不會處理違反我們可接受使用政策的不當或明確圖像。
  • 醫療保健應用：雖然 Claude 可以分析一般醫學圖像，但它不是為了解釋複雜的診斷掃描（如 CT 或 MRI）而設計的。Claude 的輸出不應被視為專業醫療建議或診斷的替代品。

始終仔細審查和驗證 Claude 的圖像解釋，特別是對於高風險使用案例。不要在沒有人工監督的情況下將 Claude 用於需要完美精度或敏感圖像分析的任務。

​
常見問題

​
深入了解視覺功能

準備開始使用 Claude 建構圖像應用了嗎？以下是一些有用的資源：

如果您有任何其他問題，請隨時聯繫我們的支援團隊。您也可以加入我們的開發者社群，與其他創作者聯繫並從 Anthropic 專家那裡獲得幫助。