​

Claude 多模态对话示例

​

快速开始

curl -X POST "https://model-api.skyengine.com.cn/v1/messages" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <API-KEY>" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-3-7-sonnet-20250219",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "这张图片里有什么？请详细描述一下。"
          },
          {
            "type": "image",
            "source": {
              "type": "base64",
              "media_type": "image/jpeg",
              "data": "iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVR42mNk+M9QDwADhgGAWjR9awAAAABJRU5ErkJggg=="
            }
          }
        ]
      }
    ]
  }'

​

Claude多模态功能特点

​

1. 支持的图片格式

• JPEG/JPG: 最常用的图片格式
• PNG: 支持透明背景
• GIF: 静态GIF图片
• WebP: 现代图片格式，文件更小

​

2. 图片大小限制

• 最大文件大小: 20MB
• 推荐大小: 5MB以下以获得更好的处理速度
• 分辨率: 支持高分辨率图片，但会自动调整以优化处理

​

3. 分析能力

• 对象识别: 识别图片中的人、动物、物体等
• 场景理解: 理解图片的环境和背景
• 文字识别: 提取图片中的文字内容 (OCR)
• 情感分析: 分析图片传达的情感和氛围
• 技术分析: 评估构图、光影、色彩等技术要素

​

消息格式说明

​

文本和图片组合

{
  "role": "user",
  "content": [
    {
      "type": "text",
      "text": "请分析这张图片"
    },
    {
      "type": "image",
      "source": {
        "type": "base64",
        "media_type": "image/jpeg",
        "data": "base64编码的图片数据"
      }
    }
  ]
}

​

多张图片对比

{
  "role": "user",
  "content": [
    {
      "type": "text",
      "text": "请比较这两张图片"
    },
    {
      "type": "image",
      "source": {
        "type": "base64",
        "media_type": "image/jpeg",
        "data": "第一张图片的base64数据"
      }
    },
    {
      "type": "image",
      "source": {
        "type": "base64",
        "media_type": "image/png",
        "data": "第二张图片的base64数据"
      }
    }
  ]
}

​

应用场景

​

内容创作

• 图片描述: 为图片生成标题和描述
• 社交媒体: 创建有吸引力的文案
• 博客写作: 根据图片内容创作文章

​

商业应用

• 产品分析: 分析产品图片的特点
• 品牌监控: 识别品牌元素和标识
• 市场调研: 分析竞品图片内容

​

教育培训

• 学习辅助: 解释图表、公式、示意图
• 作业检查: 分析学生提交的图片作业
• 知识问答: 基于图片内容回答问题

​

技术应用

• 文档数字化: 提取纸质文档的文字内容
• 数据录入: 从图片中提取结构化信息
• 质量检测: 分析产品图片的质量问题

​

最佳实践

​

1. 图片质量优化

• 清晰度: 确保图片清晰，避免模糊
• 光线: 保持良好的光线条件
• 角度: 选择合适的拍摄角度
• 背景: 避免复杂的背景干扰

​

2. 提示词设计

• 具体明确: 提出具体的问题和要求
• 结构化: 使用编号或标题组织问题
• 上下文: 提供必要的背景信息
• 格式要求: 明确指定输出格式

​

3. 性能优化

• 图片压缩: 适当压缩图片以提高传输速度
• 批量处理: 合理安排批量图片分析的时间
• 缓存结果: 对重复分析的图片进行结果缓存

​

注意事项

1. 隐私保护: 不要上传包含个人隐私信息的图片
2. 内容合规: 确保图片内容符合使用政策
3. 网络稳定: 大文件上传需要稳定的网络连接
4. 费用控制: 多模态功能的费用通常高于纯文本
5. 准确性: AI分析结果可能存在误差，重要信息需人工验证