GuíasDesarrollo de IA

Tutorial: extraer los datos de facturas PDF con Claude

Por el equipo de Banzai LabsActualizado el 2 min de lectura

1 240,00 €factura.pdf{"proveedor": …"fecha": "2026-…""base": 1033.33"iva": 206.67"total": 1240}Base + IVA = totalCampos fijos y luego un control de importes por código
Una factura PDF se convierte en un JSON con campos fijos y luego el código comprueba los importes.

1. El esquema

const herramienta = {
  name: 'guardar_factura',
  description: 'Guarda los datos leídos en la factura. null si falta un valor.',
  input_schema: {
    type: 'object',
    properties: {
      proveedor: { type: 'string' },
      numero: { type: ['string', 'null'] },
      fecha: { type: ['string', 'null'], description: 'AAAA-MM-DD' },
      base: { type: ['number', 'null'] },
      iva: { type: ['number', 'null'] },
      total: { type: ['number', 'null'] },
    },
    required: ['proveedor', 'numero', 'fecha', 'base', 'iva', 'total'],
  },
};

2. La llamada

import Anthropic from '@anthropic-ai/sdk';
import { readFile } from 'node:fs/promises';

const client = new Anthropic();
const pdf = (await readFile('factura.pdf')).toString('base64');

const resp = await client.messages.create({
  model: process.env.CLAUDE_MODEL!,
  max_tokens: 1024,
  tools: [herramienta],
  tool_choice: { type: 'tool', name: 'guardar_factura' },
  messages: [{
    role: 'user',
    content: [
      { type: 'document', source: { type: 'base64', media_type: 'application/pdf', data: pdf } },
      { type: 'text', text: 'Lee esta factura. Importes en euros, punto decimal.' },
    ],
  }],
});
const datos = resp.content.find((b) => b.type === 'tool_use')?.input;

3. El control

const ok = Math.abs(datos.base + datos.iva - datos.total) < 0.02;
if (!ok || !datos.fecha) await colaRevision.añadir({ archivo, datos });
else await contabilidad.guardar(datos);

4. El circuito completo

  1. 1RecepciónBuzón de correo dedicado o carpeta de depósito.
  2. 2ExtracciónEl modelo rellena el esquema.
  3. 3ControlTotales, fecha, número duplicado.
  4. 4SalidaContabilidad, o revisión humana.

Lo básico de la API: llamar a la API de Claude en Node.js. El JSON fiable: JSON fiable de un LLM.

Preguntas frecuentes

¿Hay que convertir antes el PDF a texto?
No: la API de Claude acepta PDF y lee tanto el texto como la maquetación. Para un escaneo de mala calidad, un paso de OCR todavía puede ayudar.
¿Qué modelo elegir?
Un modelo rápido y económico suele bastar para facturas estándar. Prueba con un lote de tus facturas reales antes de elegir.
¿Y los datos personales?
Una factura los contiene. Revisa las condiciones de tratamiento del proveedor de IA y envía solo los documentos necesarios.

Para leer después

Todas las guías