Passa al contenuto principale

Vision, PDF e input di file

Intermedio
What you'll learn
  • Perché Claude è multimodale: immagini e documenti in un unico messaggio
  • I tre modi per inviare un file: Base64, URL e la Files API
  • Quando riutilizzare un upload tramite file_id per risparmiare costi e tempo
  • In cosa eccelle vision — estrazione, comprensione visiva, Q&A su documenti
  • Come usarlo in sicurezza: limiti di risoluzione e verifica dei numeri critici

Claude è multimodale: puoi includere immagini e documenti (come i PDF) in un messaggio e fare domande su di essi — estrarre dati, descrivere un grafico, riassumere un contratto, leggere uno screenshot.

Tre modi per inviare un file​

Guided walkthrough1 of 3
  1. Codifica i byte inline nella richiesta. Il più semplice per i casi sporadici.

Ecco com'è fatto un blocco di contenuto immagine accanto a una domanda testuale:

# Conceptual: an image content block alongside text (see docs for exact fields)
messages=[{
  "role": "user",
  "content": [
    {"type": "image", "source": {"type": "base64", "media_type": "image/png", "data": b64}},
    {"type": "text", "text": "What does this chart show? Give the top 3 takeaways."},
  ],
}]

I PDF funzionano in modo simile (un blocco di contenuto documento); Claude può leggere il testo e il layout visivo, e puoi richiedere citazioni che rimandano al punto del documento da cui proviene una risposta.

In cosa eccelle​

Pro tip
  • Estrazione — estrai dati strutturati da fatture, moduli, tabelle (abbina all'Output strutturato: /docs/api/structured-output).
  • Comprensione di contenuti visivi — grafici, diagrammi, screenshot, UI.
  • Q&A su documenti — fai domande su un lungo PDF con citazioni.

Un punto di partenza rapido da copiare e incollare per il Q&A su documenti:

Prompt per Q&A su documenti

What does this chart show? Give the top 3 takeaways.

Suggerimenti​

Key takeaways
  • Riutilizza con file_id quando invii ripetutamente lo stesso documento grande — più economico e veloce.
  • Risoluzione/dimensione contano — le immagini molto grandi potrebbero essere ridimensionate; controlla i limiti.
  • Verifica i numeri estratti — la vision è potente ma non infallibile; ricontrolla a campione le cifre critiche.
Watch out
  • La vision è potente ma non infallibile — ricontrolla sempre a campione le cifre critiche. Vedi Allucinazioni: /docs/foundations/hallucinations.

Mettiti alla prova

0/3
  1. Quale metodo ti permette di caricare un file una volta sola e referenziarlo in molte richieste tramite file_id?
  2. Cosa puoi richiedere a Claude quando fai Q&A su un PDF?
  3. Perché dovresti ricontrollare a campione i numeri critici estratti?

Avanti​