Werken met pdf's en lange documenten in Claude
5 min leestijd
Een pdf lijkt iets eenvouds om te uploaden, maar twee pdf's die op het scherm identiek lijken, kunnen zich na het uploaden heel verschillend gedragen. De ene is opgebouwd uit echte tekst en Claude kan elk woord direct lezen. De andere is een scan, een foto van een pagina opgeslagen als pdf, en wat Claude werkelijk ontvangt, lijkt meer op een afbeelding dan op tekst. Niet weten met welke soort je te maken hebt, is de meest voorkomende reden dat een antwoord over een pdf terugkomt zonder iets wat duidelijk op de pagina staat.
Tip
Als een antwoord over een pdf inhoud lijkt te missen waarvan je weet dat die erin staat, check dan of het bestand een scan is voordat je aanneemt dat de vraag verkeerd was.
Tekst-pdf's versus gescande pdf's
Een tekst-pdf is gegenereerd uit een document, een als pdf geëxporteerd Word-bestand, een als pdf opgeslagen webpagina, een rapport gebouwd in ontwerpsoftware. De woorden zelf zijn als tekst opgeslagen, en Claude leest ze zoals het geplakte tekst zou lezen.
Een gescande pdf is een afbeelding van een pagina, gemaakt door een scanner of een camera-app van een telefoon, ook als hij er op het scherm perfect schoon uitziet. Tekst uit zo'n afbeelding halen vraagt om een aparte stap, en het resultaat is soms onvolledig, vooral bij kleine letters, handschrift, tabellen of een scheef gescande pagina.
Een gescande pagina en een tekstpagina kunnen er voor jou identiek uitzien en zich na het uploaden totaal anders gedragen.
Een snelle manier om te weten welke soort je hebt vóór het uploaden: probeer een regel tekst in de pdf-viewer te selecteren. Als je afzonderlijke woorden kunt markeren, is het een tekst-pdf. Als klikken en slepen alleen een kader om de hele pagina trekt, is het een scan.
Een werkwijze voor een lang of onzeker document
- 1
Check of de inhoud volledig is doorgekomen
Vraag Claude na het uploaden een specifieke zin te citeren die je zelf op de pagina ziet. Als het iets niet vindt wat er duidelijk staat, is het bestand waarschijnlijk een scan met onvolledige extractie, en dat is goed om te weten voordat je op een antwoord ervan vertrouwt.
- 2
Verwijs rechtstreeks naar pagina's of secties
Voor een document met genummerde pagina's of duidelijke koppen verwijs je ernaar: “op pagina 4”, “in de sectie over aansprakelijkheid”. Dat vernauwt Claudes focus en maakt het makkelijker het antwoord achteraf zelf aan de bron te controleren.
- 3
Splits een zeer lang document in een reeks vragen
Een rapport van 60 pagina's heeft geen prompt nodig die alles probeert te dekken. Vraag naar één sectie, krijg een antwoord, vraag naar de volgende. Elke vraag bouwt voort op dezelfde upload, dus je hoeft niet elke keer opnieuw te zeggen wat het document is.
- 4
Controleer alles waarop je vertrouwt aan de echte pagina
Controleer bij alles wat ertoe doet, een getal, een datum, een specifieke clausule, het antwoord rechtstreeks aan de bronpagina in plaats van te vertrouwen dat de extractie perfect was. Het kost seconden en vangt het zeldzame geval op waarin iets is verhaspeld of weggevallen.
Citeer de exacte zin op pagina 2 die de opzegtermijn beschrijft. Als je die sectie niet kunt vinden, zeg het me dan direct in plaats van het algemene onderwerp samen te vatten.
”Die laatste instructie doet meer ertoe dan het lijkt. Claude vragen het direct te zeggen als het iets niet kan vinden, in plaats van het gat te vullen met een plausibel klinkend algemeen antwoord, is wat een extractieprobleem aan het licht brengt in plaats van het te verbergen.
Je weet of het bestand een tekst-pdf of een scan is
Een check met een geciteerde zin bevestigde dat de inhoud is doorgekomen
Lange documenten zijn opgesplitst in een reeks vragen sectie voor sectie
Alles waarop je vertrouwt, is gecontroleerd aan de echte pagina
In Claude Tutorial
Controleren aan de bron geldt voor elk lang document, niet alleen pdf's.
Een spreadsheet, een lange e-mailthread, een reeks vergadernotities, dezelfde gewoonte om een specifieke bewering aan de oorspronkelijke bron te controleren voordat je erop vertrouwt, komt terug in de lessen van de app, niet alleen bij bestandsuploads.
Werken over meerdere pagina's van hetzelfde document
Bij een lang document dekt één vraag zelden alles wat je nodig hebt. In plaats van een prompt te proberen te ontwerpen die elke sectie bereikt, behandel je het als een kort heen-en-weer: één sectie, dan de volgende, elk specifiek.
Doe nu hetzelfde voor de sectie over gegevensbewaring, vanaf ongeveer pagina 15. Zelfde formaat: citeer de exacte tekst en vat dan samen wat die in gewone woorden betekent.
”Elke keer om hetzelfde formaat vragen maakt de antwoorden ook makkelijker te vergelijken zodra je meerdere secties hebt doorlopen, omdat je aan het eind geen drie verschillend opgebouwde samenvattingen hoeft te verzoenen.
Wanneer een scan onvermijdelijk is
Soms is een gescand document alles wat je hebt, een oud contract, een handgeschreven formulier, een fax die iemand jaren geleden doorstuurde. Behandel in dat geval elk antwoord eruit als een eerste ronde die een handmatige check nodig heeft, niet als een definitief antwoord. Vraag Claude alles te markeren waarover het onzeker is in plaats van een schoon ogende samenvatting te presenteren die stilletjes een sectie toedekt die het niet duidelijk kon lezen.
Loop dit gescande formulier sectie voor sectie door. Zeg bij elk deel dat je niet met zekerheid kunt lezen dat expliciet, in plaats van te gokken wat er waarschijnlijk staat.
”Lees verder
- Bestanden uploaden die Claude echt kan gebruiken: de algemene uploadgewoonten waarop dit artikel voortbouwt.
- Een lang document samenvatten zonder de kern te verliezen: zodra je een lang document betrouwbaar kunt doorwerken, vorm je wat je eruit haalt rond wie de samenvatting gaat lezen.