Claude 的视觉能力允许您在消息中包含图像，并要求 Claude 分析、比较、计数对象，或执行您能想到的几乎任何视觉任务。这为从文档分析到自动化评估等各种应用开辟了强大的可能性。
图像处理基础
在 Claude 中使用图像时，您需要了解一些关键限制：
- 单个请求中所有消息最多可包含 20 张图像
- 最大尺寸为 3.75MB
- 最大高度/宽度为 8000px
- 每张图像按一定数量的令牌计算：
tokens = ⌈width / 28⌉ × ⌈height / 28⌉
要包含图像，您需要将其添加为另一种类型的消息部分。对于您想发送的每张图像，您需要在用户消息中包含一个图像部分。其结构如下所示：
python
with open("image.png", "rb") as f:
image_bytes = f.read()
add_user_message(messages, [
{
"image": {
"format": "png",
"source": {"bytes": image_bytes}
}
},
{"text": "What do you see in this image?"}
])多张图像
您可以通过添加多个图像部分在单条消息中发送多张图像。Claude 随后可以分析图像之间的关系、比较它们，或回答需要理解多个视觉输入的问题。
提示技巧
关于 Claude 视觉能力最重要的一点是，所有相同的提示工程技巧都适用于图像。您可以通过提供指导方针、分析步骤，或使用单样本/多样本示例，显著提高 Claude 的视觉准确性。
例如，与简单地问"这张图片中有多少颗弹珠？"不同，您可以提供一种结构化的方法：
Analyze this image of marbles and determine the exact count using this methodology:
1. Begin by identifying each unique marble one at a time. Assign each a number as you identify it.
2. Verify your result by counting with a different method. Start from the bottom-left corner and work row by row, from left to right.
What is the exact, verified number of marbles in this image?
另一种有效的技巧是单样本提示，即在要求 Claude 分析您的目标图像之前，先提供一个带有正确分析的示例图像：
真实案例：火灾风险评估
Claude 视觉能力的一个实际应用是为保险公司进行自动化火灾风险评估。公司无需派遣检查员到每个物业，而是可以使用高分辨率卫星图像，并要求 Claude 评估火灾风险。
该系统可以分析几个关键因素：
- 住宅附近密集、紧密排列的树木
- 应急车辆难以通行的通道
- 悬垂在住宅上方的树枝
- 整体树木密度和间距
以下是您可能如何构建此类分析的方式：
python
with open('./images/prop7.png', 'rb') as f:
image_bytes = f.read()
messages = []
add_user_message(messages, [
{"image": {"format": "png", "source": {"bytes": image_bytes}}},
{"text": prompt}
])
response = chat(messages)成功进行这种复杂视觉分析的关键在于提供详细、结构化的提示，引导 Claude 完成特定的分析步骤，而不是要求进行简单的评估。
请记住：在处理图像时，不要陷入使用简单提示的陷阱。将您在基于文本的交互中学到的相同提示工程技巧应用于此，以显著提高 Claude 的视觉分析准确性。