Función extract_citations() en Claude API: cita exacta de fuentes en RAG

Qué es extract_citations() y por qué resuelve un problema real

Cuando un modelo de lenguaje responde una pregunta sobre documentos, el usuario no solo necesita la respuesta: necesita evidencia de dónde salió esa información. Un modelo puede «mencionar» que consultó un documento, pero eso no es suficiente para auditoría, cumplimiento normativo o confianza del usuario.

extract_citations() resuelve esto de tres formas concretas.

• Atribución
  Granularidad a nivel de caracteres. Devuelve start_char_index y end_char_index exactos del fragmento citado, o page_number en PDFs.
• Fiabilidad
  Reducción de alucinaciones. Al forzar a Claude a extraer texto literal del contexto proporcionado, actúa como verificador de hechos automático.
• Interfaz
  Formato estructurado para renderizado. La respuesta incluye metadatos de citas que se pueden mostrar como tooltips, pies de página o paneles de verificación.

Características técnicas principales

Cómo implementarlo en tu proyecto

Paso 1: activar citations en la solicitud API

Debes incluir un objeto citations con enabled: true dentro del bloque de documento. La activación es sencilla pero obligatoria.

import anthropic

client = anthropic.Anthropic(api_key="TU_API_KEY")

document_content = """
Anthropic lanzó Claude Opus 4.6 en abril de 2026.
Este modelo incluye soporte nativo para citas con precisión de caracteres.
El modelo fue entrenado con técnicas de alineación constitucional.
"""

response = client.messages.create(
    model="claude-opus-4-6",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "document",
                    "source": {
                        "type": "text",
                        "media_type": "text/plain",
                        "data": document_content
                    },
                    "title": "Notas sobre Claude 4.6",
                    "citations": {"enabled": True}
                },
                {
                    "type": "text",
                    "text": "¿Qué modelo lanzó Anthropic y cuándo?"
                }
            ]
        }
    ]
)

for block in response.content:
    if block.type == "text":
        print(f"Respuesta: {block.text}")
        if hasattr(block, 'citations') and block.citations:
            for cite in block.citations:
                print(f"Citado: '{cite.cited_text}'")
                print(f"Posición: [{cite.start_char_index}-{cite.end_char_index}]")

Paso 2: procesar la respuesta y extraer metadatos

El API devuelve un bloque de contenido de tipo text con un atributo citations que contiene la lista de citas. Itera sobre ellas para renderizar, validar o auditar cada referencia.

Paso 3: considerar límites y costes

Cada documento debe codificarse (Base64 para PDFs, texto plano para strings). El tamaño máximo es 32 MB o 100 páginas. Las citas activadas no multiplican el coste de tokens, pero aumentan ligeramente el tiempo de procesamiento.

Casos de uso prácticos

• Finanzas
  Análisis de reportes y earnings calls. Los analistas extraen guidance y cambios de previsión con certeza de que vienen del documento original, no de alucinación del modelo.

Mejores prácticas para máxima precisión

1. Proporciona contexto claro en el prompt

   En lugar de «Analiza esto», usa «Extrae todas las cláusulas de terminación indicando página y contexto». La claridad del prompt mejora la relevancia de las citas devueltas.

2. Valida las citas en tu lógica de aplicación

   Implementa una verificación que confirme que el texto citado existe en el documento en la posición indicada. Detecta los errores raros donde el modelo produce una posición incorrecta.

3. Usa caché cuando proceses el mismo documento varias veces

   La primera llamada cuesta más, pero las siguientes son mucho más baratas. Ideal para análisis iterativo sobre el mismo documento en diferentes sesiones.

4. Renderiza las citas en la interfaz de usuario

   Usa los índices de caracteres para resaltar fragmentos en el PDF o documento original. Aumenta la confianza del usuario al ver exactamente de dónde viene cada dato.

5. Monitorea cambios de precisión entre versiones de Claude

   Cuando Anthropic lance nuevas versiones, prueba con tus documentos reales antes de migrar. La precisión al identificar fragmentos puede variar entre versiones.