Claude画像認識（Vision）の使い方｜写真・PDF・スクショを読ませる実践ガイド

importanthropic
importbase64

client = anthropic.Anthropic()

# 画像をbase64エンコード
with open("screenshot.png", "rb") as f:
    image_data = base64.standard_b64encode(f.read()).decode("utf-8")

response = client.messages.create(
    model="claude-sonnet-4-5-20250514",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image",
                    "source": {
                        "type": "base64",
                        "media_type": "image/png",
                        "data": image_data,
                    },
                },
                {
                    "type": "text",
                    "text": "このスクリーンショットの内容を説明してください。"
                }
            ],
        }
    ],
)

print(response.content[0].text)

response = client.messages.create(
    model="claude-sonnet-4-5-20250514",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image",
                    "source": {
                        "type": "url",
                        "url": "https://example.com/chart.png",
                    },
                },
                {
                    "type": "text",
                    "text": "このグラフの傾向を分析してください。"
                }
            ],
        }
    ],
)

この請求書から以下の情報を抽出してJSON形式で返してください:
- 請求先
- 請求日
- 合計金額
- 各品目と単価

content = [
    {
        "type": "image",
        "source": {"type": "base64", "media_type": "image/png", "data": image1_data},
    },
    {
        "type": "image",
        "source": {"type": "base64", "media_type": "image/png", "data": image2_data},
    },
    {
        "type": "text",
        "text": "この2つのデザイン案を比較して、それぞれの長所と短所を挙げてください。"
    }
]