PDF の入力トークンは文字数では読めません — 送る前にページ数から上限で挟む
Claude API に PDF を送る前の入力トークンを、文字数ではなくページ数から上限で挟んで見積もる手順です。A4 9 ページの日本語文書で文字数見積もりの 6.6 倍になった実測と、解像度ティアとトークナイザの二重の増分、count_tokens が file_id を数えられない制約までをまとめます。
Claude Vision API 実装パターン — 画像解析・PDF 処理・OCR を本番品質で動かすまで
Claude API のビジョン機能を本番投入するための実装パターンをまとめました。Base64・URL・Files API の使い分け、ネイティブ PDF 処理、Tool Use による壊れない構造化抽出、Batch API でのコスト削減、エラー対処まで動くコードで解説します。
Claude のファイル添付・画像認識が失敗する時の完全解決ガイド
PDFや画像をClaudeに添付しても読み込まれない・エラーになる問題を原因別に解決します。対応ファイル形式とサイズ制限の確認、ブラウザとアプリの設定、PDFと画像それぞれの対処、Failed to upload fileが繰り返し出るときに最初に確認する5箇所まで手順を追って解説します。
Claude API で PDF 解析・要約アプリを構築する：Vision + Extended Thinking 活用ガイド
契約書やレポートなど大量のPDFを手作業で読む時間を減らすため、Claude APIのVisionとExtended Thinkingを組み合わせた解析・要約アプリを構築します。PDFの画像変換からページ内容の抽出、深い要約の生成、完成版パイプラインまでをPythonのコードとともに段階的に解説します。
Claude Files API — ファイルを一度アップロードして何度でも参照する方法
Claude Files APIを使えば、PDF・画像・テキストを一度アップロードするだけで複数のAPI呼び出しから参照できます。Python・TypeScriptの実装例、本番運用に耐える再試行処理、トークンコストの見積もり、運用知見まで詳しく解説します。
マルチモーダル入力ガイド — Claude API で画像・PDF を活用する
Claude APIで画像やPDFを扱うマルチモーダル入力の基本を整理します。画像のサイズ制限と複数送信、PDF入力、Files APIの使い分け、プロンプトキャッシングとの併用まで、運用して初めて分かるコストと速度の勘所を実測を交えて解説します。