Pular para o conteúdo principal

Visão, PDF e Entrada de Arquivos

Intermediário
What you'll learn
  • Por que o Claude é multimodal: imagens e documentos em uma única mensagem
  • As três formas de enviar um arquivo: Base64, URL e a Files API
  • Quando reutilizar um upload por file_id para economizar custo e tempo
  • Para o que a visão é ótima — extração, compreensão visual, Q&A sobre documentos
  • Como usá-la com segurança: limites de resolução e verificação de números críticos

O Claude é multimodal: você pode incluir imagens e documentos (como PDFs) em uma mensagem e fazer perguntas sobre eles — extrair dados, descrever um gráfico, resumir um contrato, ler uma captura de tela.

Três formas de enviar um arquivo​

Guided walkthrough1 of 3
  1. Codifique os bytes inline na requisição. Mais simples para casos pontuais.

Veja como é um bloco de conteúdo de imagem ao lado de uma pergunta em texto:

# 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."},
  ],
}]

PDFs funcionam de forma semelhante (um bloco de conteúdo de documento); o Claude pode ler texto e layout visual, e você pode solicitar citações de volta apontando de onde no documento veio uma resposta.

Para o que é ótimo​

Pro tip
  • Extração — extraia dados estruturados de faturas, formulários, tabelas (combine com Saída Estruturada: /docs/api/structured-output).
  • Compreensão de visuais — gráficos, diagramas, capturas de tela, UI.
  • Q&A sobre documentos — faça perguntas ao longo de um PDF extenso com citações.

Um ponto de partida rápido para copiar e colar em Q&A sobre documentos:

Prompt de Q&A sobre documentos

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

Dicas​

Key takeaways
  • Reutilize com file_id ao enviar o mesmo documento grande repetidamente — mais barato e mais rápido.
  • Resolução/tamanho importam — imagens muito grandes podem ser reduzidas em escala; verifique os limites.
  • Verifique os números extraídos — a visão é forte, mas não infalível; confira por amostragem números críticos.
Watch out
  • A visão é forte, mas não infalível — sempre confira por amostragem números críticos. Veja Alucinações: /docs/foundations/hallucinations.

Teste você mesmo

0/3
  1. Qual método permite fazer o upload de um arquivo uma vez e referenciá-lo em muitas requisições por file_id?
  2. O que você pode solicitar de volta ao Claude ao fazer Q&A sobre um PDF?
  3. Por que você deve conferir por amostragem números críticos extraídos?

Próximo​