PDF v Claude Code: konverze, tokeny a zachování struktury

Co se děje s PDF v Claude a proč každá stránka stojí 1 500–3 000 tokenů?#

Oficiální dokumentace Anthropic popisuje proces ve třech jednoduchých krocích:

Zní to logicky, ale náklady na zpracování rostou lineárně s počtem stránek. A právě tato hodnota vysvětluje, proč vám při jediném PDF dojde limit předplatného:

Pro představu, kolik to je: Anthropic změřil stejné třístránkové PDF na Bedrocku ve dvou režimech. V textovém režimu (Converse Document Chat) spotřebovalo přibližně 1 000 tokenů. Při vizuální analýze (Claude PDF Chat) to bylo přibližně 7 000 tokenů. Zahrnutí obrázků prodraží zpracování sedmkrát.

Snímky obrazovky stránek jsou ještě horší. Snímek obrazovky o rozměrech 1000×1000 pixelů stojí přibližně 1 300 tokenů.

Princip je jednoduchý: PDF jsou drahá, protože Claude nedůvěřuje svému OCR. Používá text i obrázek, aby je mohl porovnat – a vy platíte za obě vrstvy najednou. U velkých dokumentů můžete postupovat jinak: uložte soubor jako Markdown do složky projektu a řekněte Claude: „tady je dokument s informacemi – rozděl je.“ Obsah rozčlení do vlastních souborů a pokračuje v práci s uspořádaným textem, místo aby vše spotřeboval najednou.

Kolik tokenů spotřebuje práce s PDF v Claude Code?#

Konkrétní čísla (model Sonnet 4.x, vstup za 3 $ za milion tokenů):

A to je jen jeden cyklus 4 požadavků. Pak se uplatní ukládání promptů do mezipaměti (výchozí TTL 5 minut, až 1 hodina v rozšířeném tarifu a až 90% sleva na opakované požadavky v tomto období) – úspory se znásobí.

Pokaždé, když stejné PDF nahrajete do nového chatu, Claude ho přečte znovu; mezipaměť se mezi chaty nepřenáší.

Pokud stejné patnáctistránkové PDF jednou převedete do Markdownu a přidáte ho do každého ze čtyř nových chatů jako .md, tento příklad spotřebuje 15 × 300 × 4 = 18,000 vstupních tokenů místo 135,000. Hodnoty 300 tokenů na převedenou stranu a 2,250 na stranu PDF jsou předpoklady výpočtu, nikoli změřené konstanty každého PDF. Před odhadem úspor spočítejte skutečný dokument a ověřte kvalitu převodu.

Tento výpočet je ještě důležitější s předplatným Claude Pro. Jedna zpráva o 100 stranách může vyčerpat celý pětihodinový limit. Po převodu do Markdownu se do stejného rozpočtu vejde více než 10 takových dokumentů.

Jaké limity Anthropic API platí pro PDF v roce 2026?#

Dokumentace Anthropic uvádí limity na začátku (aktuální k 31. květnu 2026):

Claude.ai (spotřebitelská webová aplikace) má jiné limity: maximálně 500 MB na soubor a až 20 souborů v jednom chatu. Vizuální analýza však funguje jen u PDF do 100 stran – u delších Claude vidí pouze text, bez grafů a diagramů.

Tři způsoby, jak odeslat PDF přes API:

1. Pomocí URL - "source": {"type": "url", "url": "..."} - nejjednodušší, když je dokument online.
2. V Base64 - "source": {"type": "base64", "media_type": "application/pdf", "data": "..."} - pro místní soubory.
3. Přes Files API - "source": {"type": "file", "file_id": "file_abc123"} - pro opakované požadavky; vyžaduje beta hlavičku anthropic-beta: files-api-2025-04-14.

Files API je hlavní způsob, jak ušetřit při práci se stejným PDF napříč různými chaty. Nahrajte ho jednou, získejte file_id a všechny další interakce pak používají toto ID. S cache_control: ephemeral stojí opakované požadavky 10 % běžné ceny.

Anthropic nabízí také oficiální rady, jak minimalizovat spotřebu:

Metoda 1: Jak nastavit MarkItDown za 5 minut?#

MarkItDown je oficiální projekt Microsoftu, který spravuje tým AutoGen. Na GitHubu má 134 tisíc hvězdiček a 9,2 tisíce forku (ke konci května 2026). Jeho účel je přímo popsán v souboru README:

Podporované formáty:

• Dokumenty: PDF, DOCX, PPTX, XLSX
• Web: HTML, JSON, XML, CSV
• Média: zvuk s přepisem, obrázky s EXIF a OCR, videa z YouTube (prostřednictvím titulků)
• Archivy: ZIP, EPub
• Ostatní: všechny přílohy v souborech Outlook MSG

Instalace

Požadavek: Python 3.10+ (na macOS už bývá obvykle nainstalován; ve Windows ho musíte nainstalovat zvlášť).

pip install 'markitdown[all]'

Pokud nepotřebujete všechny formáty, můžete nainstalovat jen vybrané:

pip install 'markitdown[pdf, docx, pptx]'

Převod jednoho souboru

Nejjednodušší případ:

markitdown document.pdf > document.md

Potom se v aktuální složce objeví document.md. Přidejte ho do Claude Code pomocí @document.md nebo ho jednoduše umístěte vedle projektu.

Python API

Pokud ho chcete začlenit do svého skriptu:

from markitdown import MarkItDown

md = MarkItDown()
result = md.convert("research-paper.pdf")
print(result.text_content)

# You can save it straight away:
with open("research-paper.md", "w") as f:
    f.write(result.text_content)

Co MarkItDown NEUMÍ

• OCR naskenovaných PDF – nevrátí nic. Skeny vyžadují PyMuPDF4LLM nebo Docling.
• Složitá vícesloupcová rozvržení – pořadí čtení může být pomíchané.
• Vložené URL z PDF – nezachovává je.

Pro jednoduchá PDF (zprávy, články, dokumentace) je MarkItDown nejlepší volbou: všestranný nástroj, který nainstalujete za minutu a nevyžaduje znalost Pythonu. Jeho výkon při práci s dokumenty obsahujícími cyrilici a skeny ukazují měření v analýze toho, jak převést PDF na text pro AI.

Metoda 2: Co nabízí PyMuPDF4LLM a kdy je lepší?#

MarkItDown nabízí šíři formátů; PyMuPDF4LLM hloubku zpracování PDF.

Verze k 31. květnu 2026 je 1.27.2.3 (vydána 24. dubna 2026).

Co obsahuje

• Vícesloupcové stránky se správným pořadím čtení
• Tabulky převedené do Markdownu ve stylu GitHubu
• Automatické odstranění záhlaví a zápatí
• Extrakce obrázků s relativními odkazy do samostatné složky
• Chytré OCR: použije se jen na nečitelné oblasti a ušetří přibližně 50 % času zpracování
• Nativní engine v C, bez potřeby GPU

Instalace

pip install pymupdf4llm

Použití

import pymupdf4llm

# Basic use - straight to Markdown:
md_text = pymupdf4llm.to_markdown("document.pdf")

# Save it:
with open("document.md", "w") as f:
    f.write(md_text)

Jedním řádkem, jak bylo slíbeno:

python3 -c "import pymupdf4llm; \
  open('document.md','w').write(pymupdf4llm.to_markdown('document.pdf'))"

Kdy zvolit PyMuPDF4LLM místo MarkItDown

• Když má PDF mnoho odkazů, které potřebujete zachovat (MarkItDown je ztrácí).
• Když je dokument naskenovaný a potřebujete OCR.
• Když potřebujete lokálně rychle zpracovat tisíce souborů – nativní engine v C je rychlejší než obaly v Pythonu.
• Když potřebujete obrázky z PDF v samostatné složce pro další zpracování.

Podrobnosti o licenci (důležité pro podnikání)

PyMuPDF4LLM je poskytován pod dvojí licencí: AGPL v3 NEBO komerční licencí Artifex.

AGPL znamená: pokud knihovnu použijete ve veřejné službě SaaS, musíte zveřejnit celý zdrojový kód služby pod stejnou licencí AGPL. Pro interní použití (váš skript na notebooku) neplatí žádná omezení.

Pro komerční vývoj bez zveřejnění kódu si kupte licenci od společnosti Artifex (artifex.com). Ceny nejsou zveřejněny; vyžádejte si je od obchodního oddělení.

Pokud vyvíjíte produkt pro klienty, prověřte licenci hned na začátku. MarkItDown (MIT) a Docling (MIT) jsou pro SaaS bezpečnější volbou.

Metoda 3: Jak připojit server MarkItDown MCP ke Claude Code?#

MarkItDown v režimu CLI znamená „soubory převádím ručně předem“; server MCP znamená „Claude Code rozhodne, kdy je převést“.

Instalace

Potřebujete správce balíčků uv. Server není třeba instalovat zvlášť; uv si ho stáhne při prvním spuštění.

Konfigurace v Claude Code

Jediný příkaz připojí server ke všem vašim projektům a připne jeho verzi:

claude mcp add --scope user --env 'ORT_DISABLE_TELEMETRY=1' --env 'UV_PYTHON=3.12' --transport stdio markitdown -- uvx markitdown-mcp@0.0.1a7
claude mcp list

Položka markitdown by měla mít stav „Connected“. Při prvním spuštění se stáhne přibližně sedmdesát balíčků a trvá až minutu; potom se server spustí za sekundu nebo dvě.

Zde je důvod, proč příkaz potřebuje tyto dvě proměnné. ORT_DISABLE_TELEMETRY=1 vypne statistiky, které engine onnxruntime uvnitř serveru ve výchozím nastavení odesílá Microsoftu na Macu a Linuxu. UV_PYTHON=3.12 spouští server v Pythonu 3.12, pro který jsou předkompilované balíčky dostupné ve Windows, Linuxu a na Macu s Apple Silicon. Na Intel Macu a v macOS 13 a starších se server pod Pythonem 3.14 nenainstaluje. U Intel Maců a verze 3.12 je tu háček: uv sestaví knihovnu cryptography ze zdrojového kódu, protože od června 2026 není k dispozici žádný předkompilovaný balíček pro Intel. Instalace trvá déle a může selhat. Pokud Python 3.12 nemáte, uv ho stáhne za vás.

Server běží přímo na vašem počítači a může otevřít každý soubor, ke kterému máte přístup. Pokud byl Claude Code otevřený, restartujte ho; markitdown se pak objeví v seznamu serverů MCP.

Jak ho používat

V Claude Code jednoduše řekněte:

Convert /Users/your-user/Documents/report.pdf to Markdown and analyze the main points.

Claude sám zavolá convert_to_markdown(uri), získá Markdown a pracuje s ním – PDF se do kontextu vůbec nenačte.

Podporované URI

• file:// - místní soubory
• http://, https:// - online dokumenty
• data: - vložená data (Base64)

Zabezpečení

Z oficiálního souboru README:

Ve výchozím nastavení naslouchá pouze na localhost. Pokud ho spustíte přes HTTP/SSE (volba --http --host 127.0.0.1 --port 3001), nevystavujte port do internetu bez autentizované reverzní proxy.

Kterou metodu zvolit pro svůj úkol?#

Rozšířená srovnávací tabulka:

Marker uvádí působivé hodnoty přesnosti v benchmarkových testech:

Marker ale pro dobrou rychlost potřebuje GPU a přináší s sebou modely strojového učení. Pro většinu úkolů (běžná textová PDF) práci zvládnou za několik sekund bez GPU PyMuPDF4LLM nebo MarkItDown.

Jednoduché pravidlo výběru

1. Jedno nebo dvě PDF, potřebuji je rychle - MarkItDown CLI.
2. Desítky PDF, potřebuji automatizaci - server MarkItDown MCP nebo PyMuPDF4LLM ve skriptu.
3. PDF s odkazy a obrázky, u nichž záleží na zachování struktury - PyMuPDF4LLM.
4. Produkční RAG pro podnikové použití, kde záleží na stabilitě tabulek - Docling.
5. Vědecké práce se vzorci - Marker.
6. Nechci nad tím přemýšlet; ať PDF převede Claude - server MarkItDown MCP.

Jak napsat připravený skript pro automatický převod složky dokumentů?#

Praktický příklad: představte si, že máte ve složce 40 zpráv klientů ve formátu PDF a PPTX – výpisy z brokerských účtů, smlouvy, prezentace. Nahrát celou složku přímo do Claude je k ničemu: kontextové okno se zaplní informacemi ještě před první odpovědí. Prožeňte celou složku níže uvedeným skriptem v jednom průchodu a pak pokračujte v práci s lehkými soubory .md místo objemných PDF.

Uložte tento skript jako scripts/docs-to-md.sh v kořenové složce projektu:

#!/bin/bash
# docs-to-md.sh - converts all documents in a folder to Markdown using MarkItDown
# Usage: bash docs-to-md.sh ./documents

set -e

INPUT_DIR="${1:-./documents}"
OUTPUT_DIR="${INPUT_DIR}/_md"

mkdir -p "$OUTPUT_DIR"

echo "Scanning $INPUT_DIR..."

for file in "$INPUT_DIR"/*.{pdf,docx,pptx,xlsx}; do
  [ -f "$file" ] || continue

  basename=$(basename "$file")
  name="${basename%.*}"
  output="$OUTPUT_DIR/${name}.md"

  if [ -f "$output" ] && [ "$output" -nt "$file" ]; then
    echo "Skipping $basename (already converted)"
    continue
  fi

  echo "Converting $basename..."
  markitdown "$file" > "$output"
done

echo "Done. Results are in $OUTPUT_DIR"

Nastavte spustitelný příznak:

chmod +x scripts/docs-to-md.sh

Spusťte ho:

bash scripts/docs-to-md.sh ./reports

Po spuštění obsahuje ./reports/_md/ verze všech dokumentů ve formátu .md. Přidejte je do Claude Code pomocí @reports/_md/ a pracujte se zhuštěným textem místo PDF.

Skript automaticky přeskakuje soubory, které už byly převedeny (pokud je soubor .md novější než zdroj) – opětovné spuštění je levné a vše nepřepočítává.

Idempotence a přírůstkový převod

Pokud chcete, aby skript zachytil změněná PDF (uložená znovu pod stejným názvem), přidejte kontrolu obsahového hashe:

hash=$(shasum -a 256 "$file" | cut -d' ' -f1)
hash_file="$OUTPUT_DIR/.${name}.sha256"

if [ -f "$hash_file" ] && [ "$(cat "$hash_file")" = "$hash" ]; then
  echo "Skipping $basename (hash matches)"
  continue
fi

markitdown "$file" > "$output"
echo "$hash" > "$hash_file"

Tato verze soubor převede znovu pouze tehdy, když se změnil jeho obsah.

Kdy je PDF v Claude stále lepší než Markdown?#

Tři případy, kdy převod do Markdownu nestačí:

1. Vizuální analýza diagramů a grafů

Pokud má Claude „číst“ graf – křivku cen, procesní diagram nebo architektonický diagram –, tyto informace v Markdownu nejsou. Markdown zachová pouze popisky obrázků; samotný obrázek se ztratí.

Řešení: nahrajte PDF a výslovně zapněte vizuální režim. V Claude API příznak funguje automaticky; v AWS Bedrocku potřebujete příznak citations.

2. Složité tabulky se sloučenými buňkami

Tabulky v Markdownu jsou ploché. Pokud má PDF tabulku se sloučenými buňkami, víceúrovňovými záhlavími nebo vnořenými podtabulkami, konvertor ji buď zploští, nebo ztratí souvislosti.

Řešení: použijte přímo PDF, Docling (složité tabulky zvládá nejlépe) nebo tabulku po převodu ručně naformátujte.

3. Dokumenty jako artefakty s odkazy na stránky

U právních dokumentů, smluv a zápisů je důležité, abyste mohli citovat „stranu 7, odstavec 3“. Čísla stran se v Markdownu ztratí.

Řešení: PDF + Files API + ukládání promptů do mezipaměti. Nahrajte PDF jednou a pak na něj odkazujte pomocí file_id; Claude uvidí stránkování a bude moci citovat konkrétní stránky.

Krátké dokumenty

Pokud má PDF méně než 2 strany a použijete ho jednou, převod se nevyplatí. 5 000 tokenů u PDF oproti 800 u Markdownu nepředstavuje dostatečnou úsporu, aby se vyplatilo instalovat MarkItDown.

Bod zvratu je přibližně 5 a více stran nebo 2 a více použití stejného dokumentu. Pod touto hranicí nahrajte PDF přímo; nad ní ho převeďte.

Jakých je 5 nejčastějších chyb při práci s PDF v Claude?#

1. Opakované nahrávání stejného PDF do nového chatu

Claude Pro má limit zpráv za 5 hodin – jediná zpráva o 50 stranách ho může vyčerpat ještě před druhou otázkou.

Platí jednoduchá zásada: jeden úkol – jeden chat. Když AI začne spotřebovávat absurdní množství tokenů, znamená to, že všechno cpete do jednoho chatu a opakovaně přikládáte PDF. V každém okně řešte jeden malý úkol. Dokument jednou převeďte do Markdownu a soubor .md pak přidejte do každého nového okna spolu s projektem. Kruh kontextového okna nezežloutne.

Řešení: buď ho jednou převeďte do Markdownu, nebo použijte Files API s file_id a ukládání promptů do mezipaměti.

2. Snímek obrazovky místo textu

Typický příklad: někdo chce Claude ukázat kus kódu nebo tabulku, pořídí snímek celé obrazovky o rozměrech 1920×1080 a diví se, proč limit došel po 5 požadavcích.

Snímek obrazovky o rozměrech 1000×1000 pixelů stojí přibližně 1 300 tokenů. Stejný text zkopírovaný ručně stojí 50–100 tokenů. To je rozdíl třinácti až šestadvaceti násobků.

Řešení: snímky obrazovky těsně ořízněte (jen na důležitou část), nebo ještě lépe zkopírujte přímo text.

3. Naskenované PDF bez OCR

MarkItDown neumí OCR. Pokud převedete sken, výsledkem bude prázdný soubor .md (nebo 3 řádky šumu).

Řešení: u skenů použijte PyMuPDF4LLM (s vestavěným chytrým OCR) nebo Docling.

4. Přehlížení limitu 100 stran

Dokumentace Anthropic uvádí limit 600 stran na požadavek – v praxi je však limit pro modely s kontextem 200K (Sonnet 4.x, Opus 4.x) 100 stran. Limit 600 stran je určen starším modelům nebo zvláštním tarifům.

Pokud nahrajete zprávu o 150 stranách do Sonnet 4.6, zobrazí se chyba, nebo ještě hůř: Claude zpracuje jen prvních 100 stran a bude se tvářit, jako by přečetl celý dokument.

Řešení: rozdělte dlouhá PDF na části před nahráním. Nebo je převeďte do Markdownu – počet stran není omezen, pouze počet tokenů.

5. Nepoužívání ukládání promptů do mezipaměti při opakovaných požadavcích

Pokud pracujete se stejným dokumentem přes API, obalte ho do cache_control: ephemeral. Opakované požadavky během 5 minut stojí 10 % původní ceny. Jeden požadavek stojí víc; ostatní získají slevu 90 %.

Řešení: ve výchozím nastavení zapněte ukládání promptů do mezipaměti pro vše, co nahráváte více než jednou.

Co dál: práce s kontextem#

Převod PDF do Markdownu je jedním ze způsobů, jak ušetřit tokeny. Sám o sobě ale nezvyšuje přesnost odpovědí Claude. Přesnost vychází z práce s kontextem – z oboru, který se zabývá tím, co vložíte do kontextu modelu před položením otázky.

Pokud má váš CLAUDE.md 800 řádků, projekt 10 zbytečných serverů MCP a přidáte PDF o 100 stranách, převod do Markdownu zabrání jednomu úniku, ale zbývající tři budou pokračovat. Proto se tyto průvodce věnují následujícím tématům:

• Kam se v Claude Code ztrácejí tokeny - 9 vzorců úniku kontextu, nejen u PDF.
• Práce s kontextem v roce 2026 - systematické řízení kontextu.
• Režim Plan v Claude Code - režim plánování předtím, než Claude začne psát kód.