claude.ai 豆知識

claude.ai を使ってて、ちょっとハマったりしたところのメモ書きです。

日本語の字数を正しく処理させるには

claude で、資料の要約を指示するとして、要約字数の制限(例えば1800字以内で要約させたい)を設けると、claude でその制限字数よりも遥かに小さい(三分の一ほど)字数で要約する場合があります。

この原因は、私の場合では、claude が自身で字数チェックを行う場合に、claude の実行環境で wc -m で字数をカウントしていますが、環境変数 LANG が未設定のため、字数でカウントしているのではなくバイト数でカウントしているのが原因でした。

この場合、claude へ、以下の指示を加えると、正しくカウントできるようになりました。もし claude が字数を正しく扱えていないような場合に、試してみてください。

* 注意事項：字数を得る場合に、Claude の実行環境で wc コマンドを用いて字数をカウントするときは、環境変数 LANG="C.utf8" を設定して wc コマンドを実行すること。
  * そうしないと、Claude は正しい字数を得られない場合がある。

テキストファイルの字数は16,000まで

もしかすると、公式で制限に関する情報があるのかもしれませんが、マークダウン形式のテキストファイルで、16,000文字を超えるファイルは、冒頭と末尾のみを表示し、中間部分を省略するようです。で、この省略によっては、文字化けが起こる場合があります。これも、おそらくは UTF-8 で処理できていないからかも知れません。

良い解決策があるのかも知れないのですが、私は16,000文字を超えるテキストファイルは分割することにしました。