ראייה · קלוד
קלוד קורא צילום מסך: כל מספר קטן, בלי להקליד כלום
מודלים של קלוד מדור 4.7 ומעלה רואים תמונות ברזולוציה גבוהה: עד 2,576 פיקסלים בצלע הארוכה, בערך פי שלושה פרטים מהמודלים הקודמים. צילום מסך מלא של 1920 על 1080 נכנס בלי כיווץ, ולכן גם טקסט קטן נשאר קריא. מדביקים דשבורד, חשבונית או חוזה סרוק, ומקבלים את המספרים בטבלה.
מה השתנה ביכולת של קלוד לקרוא תמונות?
קלוד לא קורא תמונה פיקסל אחרי פיקסל. הוא מחלק אותה לריבועים קטנים, וכל ריבוע נקרא "טוקן ויזואלי". לכל מודל יש תקרה: תמונה גדולה ממנה מוקטנת לפני שהוא רואה אותה. וכשמקטינים צילום מסך, הטקסט הקטן הוא הראשון שנעלם.
לפי התיעוד הרשמי של אנתרופיק על ראייה, נכון לאוקטובר 2026 יש שתי רמות:
| רמה | מודלים | צלע ארוכה מקסימלית | טוקנים ויזואליים |
|---|---|---|---|
| רזולוציה גבוהה | קלוד 4.7 ומעלה | 2,576 פיקסלים | עד 4,784 |
| רגילה | כל השאר | 1,568 פיקסלים | עד 1,568 |
התיעוד כותב שתמונה ברזולוציה גבוהה יכולה להשתמש בערך בפי שלושה טוקנים ויזואליים מאותה תמונה במודל רגיל. במילים פשוטות: יותר פרטים נכנסים. והתיעוד מדגיש שזה אוטומטי במודלים האלה, בלי שום הגדרה להדליק. וגם לא צריך להיות טכנולוגי בשביל זה, כי פשוט מדביקים תמונה.
הדוגמה הכי ברורה היא צילום מסך רגיל של מחשב, 1920 על 1080. במודל רגיל הוא מוקטן ל-1456 על 819. ברזולוציה גבוהה הוא נכנס כמו שהוא, בלי שינוי גודל.
איך משתמשים בזה באפליקציה של קלוד?
- צילום מסך. במק Cmd+Shift+4 ובוחרים אזור, או Cmd+Shift+3 למסך מלא. בווינדוס Win+Shift+S.
- מדביקים. ב-claude.ai או באפליקציה מדביקים את התמונה ישר לשיחה, או גוררים קובץ. לפי התיעוד אפשר עד 20 תמונות בהודעה, עד 10MB כל אחת.
- מודל עדכני. בבורר המודלים בוחרים מודל חדש, כמו סונט 5.5 או אופוס 5.5. הרזולוציה הגבוהה שייכת לקלוד 4.7 ומעלה.
- מבקשים בדיוק מה צריך. "תוציא את המספרים לטבלה" עובד טוב יותר מ"מה אתה רואה".
חשוב להגיד ביושר: התיעוד מתאר את ה-API, ושם הכל אוטומטי. באפליקציה הוא מציין שאפשר להעלות תמונות, אבל לא כותב במפורש איך היא מעבדת אותן. בפועל, עם מודל עדכני, טקסט קטן בצילום מסך מלא נקרא טוב.
הפרומפט שמוציא מספרים מצילום מסך
מצרפים צילום מסך ומדביקים את זה. הסעיף השלישי הוא החשוב: הוא מונע מקלוד לנחש מספר שהוא לא רואה טוב.
צירפתי צילום מסך. תוציא ממנו את כל המספרים לטבלה.
1. קודם תגיד לי במשפט אחד מה רואים בצילום (איזה דוח, איזו תקופה, איזה מטבע).
2. תבנה טבלה עם כל השורות והעמודות שמופיעות בצילום, בדיוק לפי הסדר שלהן. אל תעגל ואל תשנה פורמט של מספרים.
3. מספר שאתה לא בטוח בו, כי הוא קטן, חתוך או מטושטש, תסמן ב-[?] ולא תנחש.
4. מתחת לטבלה תכתוב 3 דברים שבולטים בנתונים: מה הכי גבוה, מה הכי נמוך ומה השתנה הכי הרבה.
5. בסוף תן לי את הטבלה גם בפורמט CSV, כדי שאוכל להדביק אותה לגוגל שיטס או לאקסל.עוד שלושה פרומפטים קצרים
צירפתי שני צילומי מסך של אותו דשבורד, מספטמבר ומאוקטובר. תעשה טבלה אחת עם שתי העמודות, תוסיף עמודה של שינוי באחוזים, ותסמן באדום כל שורה שירדה ביותר מ-10%.
צירפתי 8 צילומים של חשבוניות. לכל אחת תוציא שם ספק, מספר חשבונית, תאריך, סכום לפני מע"מ וסכום כולל. בסוף תן סיכום לפי ספק, ותסמן חשבונית שנראית כפולה.
זה חוזה סרוק של 3 עמודים. תמצא כל סעיף שמדבר על תשלום, ביטול או קנסות, תצטט אותו מילה במילה עם מספר העמוד, ותסביר כל אחד במשפט פשוט.
מה אפשר לעשות עם זה בעסק?
- דשבורד של מודעות או מכירות. צילום מסך של מנהל המודעות או של לוח המכירות, והמספרים יוצאים לטבלה שאפשר להשוות לחודש שעבר.
- חשבוניות וקבלות. כמה צילומים בהודעה אחת, וקלוד מחזיר טבלה של ספק, תאריך וסכום. נוח להנהלת חשבונות.
- חוזה סרוק. "תמצא לי את הסעיף על ביטול ההתקשרות ותצטט אותו". שימושי כדי למצוא מהר, לא במקום עורך דין.
- מסכים של מערכות ישנות. מערכת שאין לה ייצוא? צילום מסך הוא הייצוא.
- מחירונים של מתחרים. צילום של עמוד מחירים, וקלוד מסדר את כל המסלולים בטבלת השוואה.
יש לכם את הקבצים עצמם, ולא רק צילום? לוורד, אקסל ומצגות עדיף לתת לקלוד את הקובץ. ראו המדריך ל-anydoc. ולמסמכים ארוכים במיוחד, חלון ההקשר של מיליון טוקנים.
איך מצלמים כדי שקלוד יקרא הכל?
- צילום מסך, לא צילום של מסך. תמונה מהטלפון של המחשב יוצאת עקומה ומשתקפת. צילום מסך אמיתי חד בהרבה.
- חוזה מודפס? ישר ומואר. לפי התיעוד, קלוד עלול לטעות בתמונות באיכות נמוכה, מסובבות או קטנות מאוד. מניחים את הדף ישר, באור טוב.
- מסך ענק? חותכים. מעל 2,576 פיקסלים בצלע הארוכה התמונה מוקטנת. מסך 4K כדאי לצלם בשני חצאים.
- זום בדפדפן. דוח עם אותיות זעירות? מגדילים את הזום לפני הצילום.
חשוב לדעת
- בודקים מספרים חשובים. לפי התיעוד קלוד יכול לטעות, במיוחד בתמונות לא חדות. לפני שמשהו נכנס לדוח או לחשבונית, עוברים על הסכומים.
- ספירה היא הערכה. התיעוד כותב שספירה של הרבה עצמים קטנים בתמונה היא בקירוב. טבלה עם מספרים כתובים זה סיפור אחר, את זה הוא קורא.
- פרטיות. חשבוניות וחוזים מכילים מידע אישי של לקוחות. תבדקו את הגדרות הפרטיות בחשבון שלכם, ובמידע רגיש במיוחד תטשטשו שמות ומספרי זהות לפני ההעלאה.
- זה לא ייעוץ משפטי. קלוד מוצא סעיף בחוזה. הוא לא מחליף עורך דין שקורא אותו.
- אנשים בתמונה. לפי התיעוד, קלוד לא מזהה אנשים לפי הפנים.
- ב-API זה עולה יותר. מי שמפתח עם ה-API משלם לפי טוקנים, ותמונה ברזולוציה גבוהה עולה בערך פי שלושה. במנוי של האפליקציה זה יורד מהמכסה.
השורה התחתונה
כל מה שאתם רואים על המסך, קלוד יכול להפוך לטבלה. צילום מסך אחד במקום חצי שעה של הקלדה.
שאלות נפוצות על קריאת צילומי מסך עם קלוד
קלוד יודע לקרוא טקסט מצילום מסך?
כן. מדביקים את הצילום בשיחה ומבקשים מה צריך, למשל טבלה של כל המספרים. מודלים מדור 4.7 ומעלה רואים צילום מסך מלא של 1920 על 1080 בלי להקטין אותו.
מה זה רזולוציה גבוהה בקלוד?
רמת ראייה של מודלי קלוד 4.7 ומעלה: עד 2,576 פיקסלים בצלע הארוכה ועד 4,784 טוקנים ויזואליים, לעומת 1,568 במודלים הקודמים. לפי התיעוד זה בערך פי שלושה טוקנים.
צריך להדליק משהו כדי לקבל רזולוציה גבוהה?
לפי התיעוד לא. במודלים שתומכים בזה היא אוטומטית, בלי הגדרה ובלי בקשה מיוחדת.
כמה תמונות אפשר לשלוח לקלוד בהודעה אחת?
לפי התיעוד, ב-claude.ai עד 20 תמונות בהודעה, עד 10MB כל אחת, בפורמטים JPEG, PNG, GIF ו-WebP.
אפשר לסמוך על המספרים שקלוד מוציא?
ברוב המקרים הם מדויקים כשהצילום חד. מספרים קטנים או מטושטשים עלולים לצאת לא נכון, ולכן הפרומפט מבקש לסמן ב-[?] כל מספר לא בטוח. על סכומים חשובים תמיד עוברים.
איזה מודל של קלוד לבחור לקריאת צילומי מסך?
כל מודל מדור 4.7 ומעלה מקבל את הרזולוציה הגבוהה, כולל סונט 5.5 ואופוס 5.5. לרוב העבודה היומיומית, כמו חשבוניות ודשבורדים, סונט 5.5 מספיק ומהיר יותר. אופוס שווה כשצריך גם ניתוח עמוק של מה שבתמונה.