Visão

As famílias de modelos Claude 3 e 4 vêm com novas capacidades de visão que permitem ao Claude entender e analisar imagens, abrindo possibilidades empolgantes para interação multimodal.

Este guia descreve como trabalhar com imagens no Claude, incluindo melhores práticas, exemplos de código e limitações a ter em mente.

---

Como usar a visão

Use as capacidades de visão do Claude através de:

• claude.ai. Carregue uma imagem como você faria com um arquivo, ou arraste e solte uma imagem diretamente na janela de chat.
• O Console Workbench. Se você selecionar um modelo que aceita imagens (apenas modelos Claude 3 e 4), um botão para adicionar imagens aparece no canto superior direito de cada bloco de mensagem do Usuário.
• Solicitação de API. Veja os exemplos neste guia.

---

Antes de carregar

Básicos e Limites

Você pode incluir múltiplas imagens em uma única solicitação (até 20 para claude.ai e 100 para solicitações de API). Claude analisará todas as imagens fornecidas ao formular sua resposta. Isso pode ser útil para comparar ou contrastar imagens.

Se você enviar uma imagem maior que 8000x8000 px, ela será rejeitada. Se você enviar mais de 20 imagens em uma solicitação de API, este limite é de 2000x2000 px.

Embora a API suporte 100 imagens por solicitação, há um limite de tamanho de solicitação de 32MB para endpoints padrão.

Avaliar tamanho da imagem

Para desempenho ideal, recomendamos redimensionar imagens antes de carregá-las se elas forem muito grandes. Se a borda longa da sua imagem for maior que 1568 pixels, ou sua imagem for maior que ~1.600 tokens, ela será primeiro redimensionada, preservando a proporção, até estar dentro dos limites de tamanho.

Se sua imagem de entrada for muito grande e precisar ser redimensionada, isso aumentará a latência do tempo até o primeiro token, sem lhe dar nenhum desempenho adicional do modelo. Imagens muito pequenas com menos de 200 pixels em qualquer borda podem degradar o desempenho.

Para melhorar o tempo até o primeiro token, recomendamos redimensionar imagens para não mais que 1,15 megapixels (e dentro de 1568 pixels em ambas as dimensões).

Aqui está uma tabela de tamanhos máximos de imagem aceitos por nossa API que não serão redimensionados para proporções comuns. Com o modelo Claude Sonnet 3.7, essas imagens usam aproximadamente 1.600 tokens e cerca de $4,80/1K imagens.

Proporção	Tamanho da imagem
1:1	1092x1092 px
3:4	951x1268 px
2:3	896x1344 px
9:16	819x1456 px
1:2	784x1568 px

Calcular custos de imagem

Cada imagem que você incluir em uma solicitação ao Claude conta para seu uso de tokens. Para calcular o custo aproximado, multiplique o número aproximado de tokens de imagem pelo preço por token do modelo que você está usando.

Se sua imagem não precisar ser redimensionada, você pode estimar o número de tokens usados através deste algoritmo: tokens = (largura px * altura px)/750

Aqui estão exemplos de tokenização aproximada e custos para diferentes tamanhos de imagem dentro das restrições de tamanho da nossa API baseados no preço por token do Claude Sonnet 3.7 de $3 por milhão de tokens de entrada:

Tamanho da imagem	Nº de Tokens	Custo / imagem	Custo / 1K imagens
200x200 px(0,04 megapixels)	~54	~$0,00016	~$0,16
1000x1000 px(1 megapixel)	~1334	~$0,004	~$4,00
1092x1092 px(1,19 megapixels)	~1590	~$0,0048	~$4,80

Garantindo qualidade da imagem

Ao fornecer imagens ao Claude, tenha em mente o seguinte para melhores resultados:

• Formato da imagem: Use um formato de imagem suportado: JPEG, PNG, GIF ou WebP.
• Clareza da imagem: Certifique-se de que as imagens estejam claras e não muito borradas ou pixelizadas.
• Texto: Se a imagem contém texto importante, certifique-se de que seja legível e não muito pequeno. Evite cortar contexto visual importante apenas para ampliar o texto.

---

Exemplos de prompt

Muitas das técnicas de prompting que funcionam bem para interações baseadas em texto com Claude também podem ser aplicadas a prompts baseados em imagem.

Estes exemplos demonstram estruturas de prompt de melhores práticas envolvendo imagens.

Assim como com o posicionamento de consulta de documento, Claude funciona melhor quando as imagens vêm antes do texto. Imagens colocadas após o texto ou interpoladas com texto ainda funcionarão bem, mas se seu caso de uso permitir, recomendamos uma estrutura imagem-depois-texto.

Sobre os exemplos de prompt

Os exemplos a seguir demonstram como usar as capacidades de visão do Claude usando várias linguagens de programação e abordagens. Você pode fornecer imagens ao Claude de três maneiras:

1. Como uma imagem codificada em base64 em blocos de conteúdo image
2. Como uma referência de URL para uma imagem hospedada online
3. Usando a API de Arquivos (carregue uma vez, use múltiplas vezes)

Os exemplos de prompt base64 usam essas variáveis:

Shell

    # Para imagens baseadas em URL, você pode usar a URL diretamente em sua solicitação JSON
    
    # Para imagens codificadas em base64, você precisa primeiro codificar a imagem
    # Exemplo de como codificar uma imagem para base64 em bash:
    BASE64_IMAGE_DATA=$(curl -s "https://upload.wikimedia.org/wikipedia/commons/a/a7/Camponotus_flavomarginatus_ant.jpg" | base64)
    
    # Os dados codificados agora podem ser usados em suas chamadas de API

Abaixo estão exemplos de como incluir imagens em uma solicitação da API de Mensagens usando imagens codificadas em base64 e referências de URL:

Exemplo de imagem codificada em base64

Shell

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-4-20250514",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "image",
            "source": {
              "type": "base64",
              "media_type": "image/jpeg",
              "data": "'"$BASE64_IMAGE_DATA"'"
            }
          },
          {
            "type": "text",
            "text": "Descreva esta imagem."
          }
        ]
      }
    ]
  }'

Exemplo de imagem baseada em URL

Shell

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-4-20250514",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "image",
            "source": {
              "type": "url",
              "url": "https://upload.wikimedia.org/wikipedia/commons/a/a7/Camponotus_flavomarginatus_ant.jpg"
            }
          },
          {
            "type": "text",
            "text": "Descreva esta imagem."
          }
        ]
      }
    ]
  }'

Exemplo de imagem da API de Arquivos

Para imagens que você usará repetidamente ou quando quiser evitar sobrecarga de codificação, use a API de Arquivos:

Shell

# Primeiro, carregue sua imagem para a API de Arquivos
curl -X POST https://api.anthropic.com/v1/files \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "anthropic-beta: files-api-2025-04-14" \
  -F "file=@image.jpg"

# Então use o file_id retornado em sua mensagem
curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "anthropic-beta: files-api-2025-04-14" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-4-20250514",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "image",
            "source": {
              "type": "file",
              "file_id": "file_abc123"
            }
          },
          {
            "type": "text",
            "text": "Descreva esta imagem."
          }
        ]
      }
    ]
  }'

Veja exemplos da API de Mensagens para mais código de exemplo e detalhes de parâmetros.

Exemplo: Uma imagem

É melhor colocar imagens mais cedo no prompt do que perguntas sobre elas ou instruções para tarefas que as usam.

Peça ao Claude para descrever uma imagem.

Papel	Conteúdo
Usuário	[Imagem] Descreva esta imagem.

Aqui está a chamada de API correspondente usando o modelo Claude Sonnet 3.7.

Usando Base64

Python

message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image",
                    "source": {
                        "type": "base64",
                        "media_type": image1_media_type,
                        "data": image1_data,
                    },
                },
                {
                    "type": "text",
                    "text": "Descreva esta imagem."
                }
            ],
        }
    ],
)

Exemplo: Múltiplas imagens

Em situações onde há múltiplas imagens, introduza cada imagem com Imagem 1: e Imagem 2: e assim por diante. Você não precisa de quebras de linha entre imagens ou entre imagens e o prompt.

Peça ao Claude para descrever as diferenças entre múltiplas imagens.

Papel	Conteúdo
Usuário	Imagem 1: [Imagem 1] Imagem 2: [Imagem 2] Como essas imagens são diferentes?

Aqui está a chamada de API correspondente usando o modelo Claude Sonnet 3.7.

Usando Base64

Python

message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "Imagem 1:"
                },
                {
                    "type": "image",
                    "source": {
                        "type": "base64",
                        "media_type": image1_media_type,
                        "data": image1_data,
                    },
                },
                {
                    "type": "text",
                    "text": "Imagem 2:"
                },
                {
                    "type": "image",
                    "source": {
                        "type": "base64",
                        "media_type": image2_media_type,
                        "data": image2_data,
                    },
                },
                {
                    "type": "text",
                    "text": "Como essas imagens são diferentes?"
                }
            ],
        }
    ],
)

Exemplo: Múltiplas imagens com um prompt de sistema

Peça ao Claude para descrever as diferenças entre múltiplas imagens, enquanto dá a ele um prompt de sistema sobre como responder.

Conteúdo
Sistema	Responda apenas em espanhol.
Usuário	Imagem 1: [Imagem 1] Imagem 2: [Imagem 2] Como essas imagens são diferentes?

Aqui está a chamada de API correspondente usando o modelo Claude Sonnet 3.7.

Usando Base64

Python

message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    system="Responda apenas em espanhol.",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "Imagem 1:"
                },
                {
                    "type": "image",
                    "source": {
                        "type": "base64",
                        "media_type": image1_media_type,
                        "data": image1_data,
                    },
                },
                {
                    "type": "text",
                    "text": "Imagem 2:"
                },
                {
                    "type": "image",
                    "source": {
                        "type": "base64",
                        "media_type": image2_media_type,
                        "data": image2_data,
                    },
                },
                {
                    "type": "text",
                    "text": "Como essas imagens são diferentes?"
                }
            ],
        }
    ],
)

Exemplo: Quatro imagens em duas rodadas de conversa

As capacidades de visão do Claude brilham em conversas multimodais que misturam imagens e texto. Você pode ter trocas prolongadas de ida e volta com Claude, adicionando novas imagens ou perguntas de acompanhamento a qualquer momento. Isso permite fluxos de trabalho poderosos para análise iterativa de imagem, comparação ou combinação de visuais com outros conhecimentos.

Peça ao Claude para contrastar duas imagens, então faça uma pergunta de acompanhamento comparando as primeiras imagens a duas novas imagens.

Papel	Conteúdo
Usuário	Imagem 1: [Imagem 1] Imagem 2: [Imagem 2] Como essas imagens são diferentes?
Assistente	[Resposta do Claude]
Usuário	Imagem 1: [Imagem 3] Imagem 2: [Imagem 4] Essas imagens são similares às duas primeiras?
Assistente	[Resposta do Claude]

Ao usar a API, simplesmente insira novas imagens no array de Mensagens no papel user como parte de qualquer estrutura padrão de conversa de múltiplas rodadas.

---

Limitações

Embora as capacidades de compreensão de imagem do Claude sejam de ponta, há algumas limitações a ter em mente:

• Identificação de pessoas: Claude não pode ser usado para identificar (ou seja, nomear) pessoas em imagens e se recusará a fazê-lo.
• Precisão: Claude pode alucinar ou cometer erros ao interpretar imagens de baixa qualidade, rotacionadas ou muito pequenas com menos de 200 pixels.
• Raciocínio espacial: As habilidades de raciocínio espacial do Claude são limitadas. Ele pode ter dificuldades com tarefas que requerem localização precisa ou layouts, como ler um mostrador de relógio analógico ou descrever posições exatas de peças de xadrez.
• Contagem: Claude pode dar contagens aproximadas de objetos em uma imagem, mas pode nem sempre ser precisamente exato, especialmente com grandes números de objetos pequenos.
• Imagens geradas por IA: Claude não sabe se uma imagem é gerada por IA e pode estar incorreto se perguntado. Não confie nele para detectar imagens falsas ou sintéticas.
• Conteúdo inadequado: Claude não processará imagens inadequadas ou explícitas que violem nossa Política de Uso Aceitável.
• Aplicações de saúde: Embora Claude possa analisar imagens médicas gerais, ele não foi projetado para interpretar exames diagnósticos complexos como TCs ou RMs. As saídas do Claude não devem ser consideradas um substituto para aconselhamento ou diagnóstico médico profissional.

Sempre revise e verifique cuidadosamente as interpretações de imagem do Claude, especialmente para casos de uso de alto risco. Não use Claude para tarefas que requerem precisão perfeita ou análise de imagem sensível sem supervisão humana.

---

FAQ

Que tipos de arquivo de imagem o Claude suporta?

Claude atualmente suporta formatos de imagem JPEG, PNG, GIF e WebP, especificamente:

• image/jpeg
• image/png
• image/gif
• image/webp

O Claude pode ler URLs de imagem?

Sim, Claude agora pode processar imagens de URLs com nossos blocos de fonte de imagem URL na API. Simplesmente use o tipo de fonte “url” em vez de “base64” em suas solicitações de API. Exemplo:

{
  "type": "image",
  "source": {
    "type": "url",
    "url": "https://upload.wikimedia.org/wikipedia/commons/a/a7/Camponotus_flavomarginatus_ant.jpg"
  }
}

Há um limite para o tamanho do arquivo de imagem que posso carregar?

Sim, há limites:

• API: Máximo de 5MB por imagem
• claude.ai: Máximo de 10MB por imagem

Imagens maiores que esses limites serão rejeitadas e retornarão um erro ao usar nossa API.

Quantas imagens posso incluir em uma solicitação?

Os limites de imagem são:

• API de Mensagens: Até 100 imagens por solicitação
• claude.ai: Até 20 imagens por turno

Solicitações que excedem esses limites serão rejeitadas e retornarão um erro.

O Claude lê metadados de imagem?

Não, Claude não analisa ou recebe quaisquer metadados de imagens passadas para ele.

Posso deletar imagens que carreguei?

Não. Carregamentos de imagem são efêmeros e não são armazenados além da duração da solicitação de API. Imagens carregadas são automaticamente deletadas após terem sido processadas.

Onde posso encontrar detalhes sobre privacidade de dados para carregamentos de imagem?

Por favor, consulte nossa página de política de privacidade para informações sobre como lidamos com imagens carregadas e outros dados. Não usamos imagens carregadas para treinar nossos modelos.

E se a interpretação de imagem do Claude parecer errada?

Se a interpretação de imagem do Claude parecer incorreta:

1. Certifique-se de que a imagem esteja clara, de alta qualidade e corretamente orientada.
2. Tente técnicas de engenharia de prompt para melhorar os resultados.
3. Se o problema persistir, sinalize a saída no claude.ai (polegar para cima/baixo) ou entre em contato com nossa equipe de suporte.

Seu feedback nos ajuda a melhorar!

O Claude pode gerar ou editar imagens?

Não, Claude é apenas um modelo de compreensão de imagem. Ele pode interpretar e analisar imagens, mas não pode gerar, produzir, editar, manipular ou criar imagens.

---

Mergulhe mais fundo na visão

Pronto para começar a construir com imagens usando Claude? Aqui estão alguns recursos úteis:

• Cookbook multimodal: Este cookbook tem dicas sobre começar com imagens e técnicas de melhores práticas para garantir o desempenho de mais alta qualidade com imagens. Veja como você pode efetivamente fazer prompts ao Claude com imagens para realizar tarefas como interpretar e analisar gráficos ou extrair conteúdo de formulários.
• Referência da API: Visite nossa documentação para a API de Mensagens, incluindo exemplos de chamadas de API envolvendo imagens.

Se você tiver outras perguntas, sinta-se à vontade para entrar em contato com nossa equipe de suporte. Você também pode se juntar à nossa comunidade de desenvolvedores para se conectar com outros criadores e obter ajuda de especialistas da Anthropic.