読み込み中
読み込み中

Claudeは、画像を扱うのと同じくらい簡単にPDFドキュメントを読み取り、分析できます。この機能により、ドキュメント分析、要約、質問応答ワークフローのための強力な可能性が開かれます。

PDF処理のセットアップ

PDFを扱うには、標準的なメッセージ構造にいくつかの重要な変更を加える必要があります。このプロセスは画像処理と似ていますが、ドキュメント指定にはいくつかの重要な違いがあります。

まず、PDFファイルをバイナリデータとして読み込みます。

python
with open("./earth.pdf", "rb") as f:
    file_bytes = f.read()

ドキュメントメッセージ構造

PDFのメッセージ構造は、いくつかの点で画像とは異なります。「image」オブジェクトの代わりに、以下の必須フィールドを持つ「document」オブジェクトを使用します。

python
add_user_message(
    messages,
    [
        {"document": {"format": "pdf", "name": "earth", "source": {"bytes": file_bytes}}},
        {"text": "Summarize this document in one sentence"},
    ],
)

ドキュメント構造に関する重要なポイント:

  • 「image」の代わりに"document"を使用する
  • "format": "pdf"を設定する
  • 拡張子なしのファイル名を含む"name"フィールドを含める
  • "source"にはファイルのバイトが含まれる

このコードを実行すると、ClaudeはPDFコンテンツ全体を分析し、包括的な応答を提供します。この例では、地球に関するWikipedia記事を正常に要約し、複雑なレイアウト、画像、構造化された情報を含む複数ページのドキュメントを処理する能力を実証しました。

ClaudeがPDFでできること

Claudeは、さまざまなPDF処理タスクを処理できます。

  • 重要な情報を抽出して要約する
  • ドキュメントの内容に関する特定の質問に答える
  • ドキュメントの構造とフォーマットを分析する
  • 複数ページのドキュメントを効率的に処理する
  • テキストと画像の両方を含むPDFを扱う

PDF処理機能は、引用のような他の機能と組み合わせることで、さらに強力になります。これにより、Claudeは応答の中でドキュメントの特定の部分を参照できるようになります。これは、リサーチ、ドキュメント分析、コンテンツ抽出ワークフローにおいて特に有用です。