> ## Content Index
> Fetch the complete content index at: https://fidacaro.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# Supporto PDF per Claude 3.5
- URL: https://fidacaro.com/supporto-pdf-per-claude-3-5/
- Published: 2024-11-05T12:13:53.000Z
- Updated: 2024-11-05T12:13:53.000Z
- Description: Questa funzionalità di analisi PDF apre numerose possibilità di utilizzo per Claude, rendendolo uno strumento ancora più potente per l'analisi documentale.
- Author: Salvino Fidacaro
- Tags: Intelligenza Artificiale, #Import 2026-11-13 15:39

Il nuovo modello Claude 3.5 Sonnet ("claude-3-5-sonnet-20241022") introduce il supporto per i file PDF, attualmente in fase di beta pubblica. Questa funzionalità permette a Claude di analizzare sia il contenuto testuale che visivo dei documenti PDF, aprendo nuove possibilità di utilizzo.

## Accesso al Supporto PDF

Per utilizzare il supporto PDF, basta includere l'intestazione `anthropic-beta: pdfs-2024-09-25` nelle richieste API. Durante le prossime settimane, apporteremo miglioramenti a questa beta, quindi il feedback degli utenti è molto apprezzato.

## Capacità di Analisi dei PDF

Claude è in grado di elaborare qualsiasi file PDF standard, analizzando testo, immagini, grafici e tabelle all'interno dei documenti. Ecco alcuni esempi di utilizzo:

- Analisi di report finanziari, inclusi grafici e tabelle.
- Estrazione di informazioni chiave da documenti legali.
- Assistenza nella traduzione di documenti complessi.
- Conversione di informazioni in formati strutturati.

## Come Funziona il Supporto PDF

1. **Estrazione del Contenuto**: Ogni pagina del documento viene convertita in un'immagine e il testo viene estratto e fornito insieme all'immagine della pagina.
2. **Analisi Combinata**: Claude analizza sia il testo che le immagini per comprendere meglio il contenuto del documento, consentendo di fornire intuizioni anche su elementi visivi come grafici e diagrammi. Ad esempio, Claude può identificare tendenze rappresentate in un grafico a linee, estrarre dati numerici da un grafico a barre o descrivere le relazioni in un diagramma di flusso. Questo consente di ottenere informazioni dettagliate non solo dal testo, ma anche dalle rappresentazioni visive.
3. **Integrazione con altre Funzionalità**: Il supporto PDF può essere combinato con funzionalità come la memorizzazione della cache dei prompt, l'elaborazione in batch per gestire grandi volumi di documenti e l'uso di strumenti per estrarre informazioni specifiche.

## Limitazioni del Supporto PDF

Prima di integrare il supporto PDF nella tua applicazione, considera le seguenti limitazioni:

- Dimensione massima della richiesta: 32MB
- Numero massimo di pagine: 100
- I PDF non devono avere password o essere criptati

Poiché il supporto PDF si basa sulle capacità visive di Claude, è soggetto alle stesse limitazioni.

## Piattaforme e Modelli Supportati

Il supporto PDF è attualmente disponibile sul modello Claude 3.5 Sonnet tramite accesso API diretto. Presto questa funzionalità sarà supportata anche su Amazon Bedrock e Google Vertex AI.

## Calcolo del Consumo di Token

Il numero di token utilizzati da un file PDF dipende dal testo estratto e dal numero di pagine. Poiché ogni pagina viene convertita in un'immagine, il costo si basa su tale conversione. Ogni pagina utilizza tipicamente tra 1.500 e 3.000 token, a seconda della densità del contenuto.

### Esempio di Calcolo dei Token

Se un documento PDF ha 10 pagine con una media di 2.000 token per pagina, il consumo totale sarà di circa 20.000 token (10 pagine \* 2.000 token per pagina). La densità del contenuto può influire sul numero di token per pagina, quindi è importante considerarla durante la stima.

## Utilizzo dei PDF nell'API dei Messaggi

Di seguito un esempio di come utilizzare i PDF nell'API dei Messaggi, illustrato con un comando Shell:

```python
import anthropic
import base64
import httpx

# First fetch the file
pdf_url = "https://assets.anthropic.com/m/1cd9d098ac3e6467/original/Claude-3-Model-Card-October-Addendum.pdf"
pdf_data = base64.standard_b64encode(httpx.get(pdf_url).content).decode("utf-8")

# Finally send the API request
client = anthropic.Anthropic()
message = client.beta.messages.create(
    model="claude-3-5-sonnet-20241022",
    betas=["pdfs-2024-09-25"],
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "document",
                    "source": {
                        "type": "base64",
                        "media_type": "application/pdf",
                        "data": pdf_data
                    }
                },
                {
                    "type": "text",
                    "text": "Which model has the highest human preference win rates across each use-case?"
                }
            ]
        }
    ],
)

print(message.content)
```

## Best Practice per l'Analisi dei PDF

- Assicurati che il testo sia chiaro e leggibile.
- Ruota le pagine nella corretta orientazione.
- Utilizza i numeri di pagina logici (quelli visualizzati nel visualizzatore PDF) invece di quelli fisici (stampati sulla pagina).
- Usa font standard per evitare problemi di riconoscimento del testo.
- Inserisci i PDF prima del testo nelle richieste API.
- Dividi i PDF molto grandi in parti più piccole quando superano i limiti di dimensione.
- Utilizza la cache dei prompt per l'analisi ripetuta dello stesso documento.