Claude API怎么比较两张图片?输入顺序、区域证据与差异核对
把两张有权限的图片作为image块提交,标清基准与新版,先对齐尺寸再比较;区分真实内容变化与压缩…
文章目录
界面或设计有两个版本,直接问“有什么不同”可能把缩放、裁切和真实内容变化混在一起。Claude API支持图像输入,可协助组织差异清单。本文比较人工练习截图,不声称像素级准确,也不替代专业图像比对工具。
第一步:确认两图角色和可比范围
分别命名基准A与新版B,记录分辨率、裁切范围和来源。视口不同会影响排版,先让两图具有可比较的内容;动态时间、头像等应标为可忽略项,避免误报。
去除无关私人资料后再提交,保留原图。图片中文字小或模糊时应放大清晰区域或补充原始资料,不能让模型凭熟悉的界面猜按钮文字。
比较规则:A为基准,B为新版。先报告尺寸与是否可比;只列可见差异,动态时间和个人头像不计。每项给区域、A现象、B现象和确认程度,不猜看不到的状态。
第二步:构造image输入块
官方支持base64、URL或Files API标识,具体平台支持范围不同。Base64应与真实媒体类型匹配;URL需API可访问,不能把登录预览页当图片源。优先将图片放在问题之前,保留明确顺序。
import os
import anthropic
client = anthropic.Anthropic()
response = client.messages.create(
model="claude-opus-5-5", max_tokens=2048,
messages=[{"role": "user", "content": [
{"type": "image", "source": {"type": "url", "url": os.environ["IMAGE_A_URL"]}},
{"type": "image", "source": {"type": "url", "url": os.environ["IMAGE_B_URL"]}},
{"type": "text", "text": "第一张A为基准,第二张B为新版。按可见区域比较内容、布局和文案,未知单列,不做像素级测量。"}
]}],
)
print(response.content)
第三步:按证据组织差异
每条差异应能在两张图中定位,区分文案变化、元素新增删除、布局变化与不确定视觉差异。不能把压缩噪声当成产品缺陷,也不能从截图推断点击后功能是否正常。
不使用“所有变化已找完”的绝对结论,尤其复杂页面和微小文字可能漏检。需要检查交互、链接和键盘行为时,应另做实际功能验证。
第四步:人工回查重要区域
优先检查按钮文字、数字、警告、表格和被裁切区域,再回查标为未变的部分。若要求颜色或间距精确数值,使用确定性图片工具测量,模型目测只提供线索。
验收:A/B未颠倒;尺寸与裁切差异已说明;差异可定位;无臆测隐藏状态;动态项未误报;关键文字数字回查;未确认区域保留;功能测试与图片观察分开。
第五步:保存版本与未确认项
保存原图身份、比较规则、结果和人工更正,不把修订后的截图覆盖唯一基准。需要多轮时明确本轮使用哪个版本,避免旧图继续参与新比较。
大图可能有缩放与上下文成本,按官方当前限制选择必要区域,不把全量资料无边界塞入请求。本教程未执行付费调用。完成标准是有依据的差异清单与明确限制,不是一句“新版更好看”。
官方资料
资料核对日期:2026年11月19日。
本文地址:https://www.163264.com/21901

