先把图拍清楚,再让答案能回到图上

让Claude读取照片或截图中的小字时,先保证方向、清晰度和任务范围,再用整图与局部补拍核对不确定字符。上传成功不等于每个字符都能准确读取,模型给出流畅描述也不等于细节已经核对。PDF的页码与图表单位另有专文,本篇只解决小字、压缩和补拍的对应关系。

官方视觉文档提醒,低清、旋转或很小的图片容易产生误读,坐标、定位和大量小物体计数也不能作为绝对精确结果。本文聚焦可检查的读图流程,不把它当作专业鉴定或测量工具。

需要提供整图,还是局部图

整图帮助理解版面和相邻关系,局部图帮助看清细节。对一张密集表格,可以同时提供整图与待核对区域,并给出自定义标签“整图A”“局部A1”。不要只裁出一个数字,丢掉列名、单位和注释后又要求准确解释。

拍照前摆正页面、避免反光与遮挡;压缩后检查实际发送的图片,而不是只看手机相册里的高清原件。反复有损压缩可能使小字更难辨认,缩小文件并不总能改善结果。

涉及个人资料时,先确认哪些区域确有必要,适当遮去无关内容。遮挡不能覆盖影响理解的单位或条件,否则应说明被遮部分造成的不确定性。

小字读图:先未知,再补拍;整图A:场地120元;材料模糊;交通35元;先转录:材料金额保留为无法确认;局部B:确认材料行:80元;再核对:三行及单位确认后求和235元
本站原创虚构费用表示例。整图A与局部B供分轮练习,235元为人工核对值,不是Claude实测输出。查看大图 ↗

第一次提问,先提取,不急着计算

配图是本站编制的虚构费用表:场地120元、材料80元、交通35元。整图A故意模糊“材料”的金额,局部B给出同一行的清晰补拍。它是教学材料,不是真实账单或Claude实测截图。

第一轮只提供裁切出的整图A,要求逐行抄录名称、金额和单位,不可依据整表规律补数字。编辑编制的示范记录应写“场地120元;材料金额无法确认;交通35元;总额待核对”。这不是声称模型确实输出了这些文字。

拿到结果后,把每一项与图中位置对应。确认基础值正确,再提出第二个任务,例如按已核对金额求和。若某项无法辨认,先补一张清晰局部图,而不是让模型根据其他数字猜缺失金额。

第二轮再提供局部B,确认它对应整图A中“材料”这一行且单位仍为元,再把待确认金额补为80。此时按编辑给定的虚构数字求和为235元,不能把这个人工算术结果当成真实模型识别准确率。本页合成图同时展示A、B;练习时第一轮必须只截取A,否则提前看到B就没有检验补拍的作用。

把观察与推断分开验收

可以要求输出两部分:“图中直接可读的信息”和“基于这些信息的分析”。对直接观察,标注对应区域;对推断,写出依据、条件和仍缺少的材料。

这不会保证模型完全不出错,但能让你发现答案在哪一步离开了证据。若答案把模糊图案说成确定的品牌、身份或数量,先回到图片和原始材料核对,不因语气肯定而接受。

对于要求精确坐标、大量计数或高风险判断的工作,应使用相应工具和人工复核。本文不提供医疗影像诊断、人物身份判断或图像真伪鉴定承诺。

最终交付应该留下什么

保存你实际使用的图片版本、区域标签、已确认的转录与尚未确认项。后续发现数据错误时,才能回到同一张图片,而不是面对一份没有出处的摘要。

文末可复制区只提供第一轮模板;第二轮另见下节,不要把人工答案粘贴进首轮提问;示例场景为虚构,本文未上传真实账单或报告,也没有声称对某款模型取得固定识别率。功能与限制已参照官方视觉说明,具体输入仍需逐项检查。

第二轮单独发送,答案留在人工核对区

先结束第一轮,再上传局部B,并单独发送:请核对这张局部图是否对应整图A中材料这一行;确认列名和单位后,更新这一行的金额,并区分新增观察与之前无法确认的值。确认所有金额后再计算总额,仍不清楚就保留待核对。

第一轮可复制模板没有包含缺失金额或总额。正文前述80元、235元属于人工核对答案,不能复制给模型冒充看图结果。第一轮仍必须只裁切A,合成图中的B会提前暴露答案。

参考资料与核验范围

资料核对日期:2026年10月18日。以下为官方原始资料;产品入口和可用范围仍以当前账户为准。

1. [官方资料1](https://platform.claude.com/docs/en/build-with-claude/vision)