向阳乔木@vista8 · XAI 摘要
Anthropic发布最佳实践指南，核心包括：控制图像分辨率以避免降采样导致坐标偏移，Claude 4.6系列推荐1280x720，Opus 4.7推荐1080p。构建API请求时，文本指令必须置于图片之前以提升准确性。每张截图消耗1000-1800 token，200k上下文窗口会较快用尽。文中指出：截图切块或画网格无益精度；开启Low thinking比不设更省token（因减少错误）；而Max thinking在视觉任务中性价比低，Medium设置更优且更便宜。
Anthropic 出了一篇Computer Use的最佳实践，总结学习下，评论区有原文。
- 原图分辨率太高，超 API 限制时，系统自动降采样，会导致画面和代码坐标系不匹配，就会点偏。
Claude 4.6 系列上限：最长边 1568 像素，总像素 1.15 mp。 Claude Opus 4.7 上限：最长边 2576 像素，总像素 3.75 mp。
最佳实践：4.6 系列推荐默认 1280x720；Opus 4.7 推荐默认 1080p。
- 构建 API 请求时，文本指令必须放在图片之前。
推荐：【 {文本： "点击提交按钮"}， {图片： base64} 】
让AI先看到文本，知道要找啥，找的更准。
- 每张截图大约消耗 1000-1800 个 token，200k 的上下文很快就会满，文章给了三种解法，感兴趣的可以看。
反常识内容：
- 截图切块发送不会提升精度，画坐标网格也没用。
- 开 Low thinking 比不开还省 token，因为犯错少。