Claude kann PDF-Dokumente genauso einfach lesen und analysieren wie Bilder. Diese Fähigkeit eröffnet leistungsstarke Möglichkeiten für Dokumentenanalyse, Zusammenfassung und Frage-Antwort-Workflows.
Einrichten der PDF-Verarbeitung
Um mit PDFs zu arbeiten, musst du einige wichtige Änderungen an der Standard-Nachrichtenstruktur vornehmen. Der Prozess ähnelt der Bildverarbeitung, weist jedoch einige wichtige Unterschiede in der Dokumentspezifikation auf.
Lies zunächst deine PDF-Datei als Binärdaten ein:
with open("./earth.pdf", "rb") as f:
file_bytes = f.read()Struktur der Dokumentnachricht
Die Nachrichtenstruktur für PDFs unterscheidet sich in mehreren Punkten von der für Bilder. Anstelle eines „image"-Objekts verwendest du ein „document"-Objekt mit diesen erforderlichen Feldern:
add_user_message(
messages,
[
{"document": {"format": "pdf", "name": "earth", "source": {"bytes": file_bytes}}},
{"text": "Summarize this document in one sentence"},
],
)Wichtige Punkte zur Dokumentstruktur:
- Verwende
"document"anstelle von"image" - Setze
"format": "pdf" - Füge ein
"name"-Feld mit dem Dateinamen ohne Erweiterung hinzu - Die
"source"enthält die Datei-Bytes
Wenn du diesen Code ausführst, analysiert Claude den gesamten PDF-Inhalt und liefert eine umfassende Antwort. In diesem Fall hat es den Wikipedia-Artikel über die Erde erfolgreich zusammengefasst und damit seine Fähigkeit demonstriert, mehrseitige Dokumente mit komplexen Layouts, Bildern und strukturierten Informationen zu verarbeiten.
Was Claude mit PDFs tun kann
Claude kann verschiedene PDF-Verarbeitungsaufgaben bewältigen:
- Wichtige Informationen extrahieren und zusammenfassen
- Spezifische Fragen zum Dokumentinhalt beantworten
- Dokumentstruktur und Formatierung analysieren
- Mehrseitige Dokumente effizient verarbeiten
- Mit PDFs arbeiten, die sowohl Text als auch Bilder enthalten
Die PDF-Verarbeitungsfähigkeit wird noch leistungsstärker, wenn sie mit anderen Funktionen wie Zitaten kombiniert wird, die es Claude ermöglichen, in seinen Antworten auf bestimmte Teile des Dokuments zu verweisen. Dies macht sie besonders nützlich für Recherche-, Dokumentenanalyse- und Content-Extraktions-Workflows.