Opus 5 砍掉超 80% 系统提示词，我们用 AI 的方式也该变了 ｜附指南

Opus 5 上线后，Claude 工程师在 X 上透露了一个值得注意的细节——团队为 Claude Opus 5、Claude Fable 5 这类新模型，删掉了 Claude Code 超过 80% 的系统提示词。

删完之后，他们重新跑了一遍内部编码评测，结果发现：性能没有任何下降。

当大多数人还在琢磨怎么把规则写得更全、把提示词优化得更好，Claude Code 团队已经在反方向发力——精简。

过去很长一段时间，我们沉迷于提示词、Skill 这些概念。先是拿提示词工程引导 AI，再用一个线束工程把它套起来，然后又加一层循环工程让它学会自动化运转。整个过程绕下来，感觉倒像是 AI 在用我们，而不是我们在用 AI。

但模型能力上去之后，Claude 工程师直言，很多提示词其实已经变成了累赘。

他举了个很形象的例子：Claude Code 的系统提示词里可能写着“适当给代码补充注释”，但你可能装了一个省 Token 的 Skill，里面写着“不要添加注释”，最后你发给 AI 的提示词又说“照着原有的代码风格补充。”

结果 AI 就懵了——到底听系统提示词的，还是听 Skill 的，还是听用户指令？这些旧指令长期驻留，不仅占用模型上下文，还会产生冲突，让模型花更多时间做决策。

而在 Claude 5 系列模型上，这些问题其实已经不需要手写提示词，也不需要 Skill 和系统提示词。模型自己知道，什么情况下代码需要注释，什么情况下可以删掉。

这里的 80% 提示词，指的是 Claude Code 的 system prompt，不包括 CLAUDE.md、Skills 等其他上下文。

那么问题来了：我们自己的提示词和 Skill，该怎么删减，才能适配更先进的模型？

所有上下文都要优化

之前分享“地图非疆域”那篇文章时就提到过，提示词应该以目的为导向，暴露我们的未知。

现在的模型不再是当年的“实习生”，应该把它当作高级员工来用；我们的角色也需要从一个使唤实习生的普通打工人，摇身一变成为吩咐资深工程师的总监。

Claude Code 工程师 Thariq 给出了六个新思路，教我们如何让指令更适配模型的聪明程度。

六个转变里，核心的一条是：以前给 Claude 定规则，现在要相信 Claude 自己的判断力。说白了，不用说得太明白，AI 现在什么都懂。

过去我们给各种 Agent 工具保留强硬规则，比如“完成后必须验证”、“除非必要，不要添加注释”、“除非用户要求，不要创建分析文档”……这些规则都是为了防止旧 Agent 出现最差的结果。

新模型判断力提升后，Claude Code 改成了更短的一句话：按照周围代码的写法工作，匹配原有的注释密度、命名和习惯。

这个感觉像不像你问老板方案该做成什么样，老板说“就跟咱们原来项目调性一样就行”？

电影《年会不能停！》里那句“这个问题的关键，是要找到关键的问题”，在 AI 时代竟然实现了完美的逻辑闭环。以前是“打工人揣测领导心思”，现在是“我们给 AI 当领导、讲黑话”。哪怕自己啥都不会，只要学会说“按原样对齐”、“对齐颗粒度”，聪明的 AI 就能把剩下的活全部自动补全。

工具调用上也是如此。以前为了让 Claude 学会使用工具，最常见的做法是提供几个调用示例。但 Anthropic 在新模型上发现，演示案例可能反而把 Claude 限定在演示过的操作范围内。

Thariq 用 Todo 工具举例：过去需要展示几次完整操作，教 Claude 如何创建、开始和完成任务。现在只要在接口中规定三种任务状态——pending、in_progress 和 completed，并注明同一时间只能处理一项任务，Claude 就能根据这些字段自行判断怎样调用工具。

所以，我们的精力应该放在工具、脚本和文件的接口设计上，以及能不能直接使用 Claude 的某些参数，这些参数能不能把任务表达清楚。

过去几年，模型逐渐学会选工具、继续执行和自查；Claude Code 也陆续加入 Tool Search、自动记忆、Skills 和权限系统。原来写在 Prompt 里的不少提醒，现在由模型或工具直接完成。

第三条变化叫“需要时再加载”，原文叫 progressive disclosure。

Claude Code 过去把怎样检查代码、怎样确认任务做完，都写进系统提示词。每次开始任务，这两套说明都会一起交给 Claude，哪怕这次根本用不上。

后来 Anthropic 把两套说明分别做成 Skills。Claude 要检查代码时才打开代码审查 Skill，要验收结果时才打开完成验证 Skill。普通任务不用先读这两套无关说明。

工具说明也可以按需读取。有些工具开始时不把完整说明交给 Claude，Claude 要用这个工具时，再通过 ToolSearch 找到完整说明，然后照着调用。

Thariq 还提到，CLAUDE.md 和 Skill.md 也采用同样的方式。CLAUDE.md 记录整个项目的说明，Skill.md 记录某一项 Skill 的说明。文件太长时可以按主题拆开，Claude 做相关工作时再读取对应内容。

第四条变化更简单。旧模型有时需要重复提醒，也可能更重视上下文末尾出现的要求。Claude Code 过去会把同一条工具使用要求写在两个地方：系统提示词里写一次，工具自己的说明里再写一次。

新模型通常不再需要这种重复。Anthropic 删除了系统提示词里重复的一份，只把使用方法留在工具说明中。

记忆也不再全部依靠用户手动保存。Claude Code 过去鼓励用户按 #，把以后还会用到的信息写入 CLAUDE.md，供后续任务继续使用。

现在，Claude 会自动保存与当前工作和用户有关的信息，后续遇到相关任务时继续使用。

最后一项变化是参考材料。这份给模型的参考，需要写清楚最后要交付什么，以及结果必须满足哪些条件。

Claude Code 过去主要把计划和规格写进 Markdown 文档。但新模型可以直接阅读更多类型的材料，比如在浏览器里直接打开的网页原型（HTML）、已经写好的代码、一组用来检查功能是否正常的测试、其他项目里可以拿来参考或移植的一段代码，以及一份列明评分项目和合格条件的评分表。

这份评分表大有讲究。Claude 提到，可以让另一个专门负责验收的 AI 按照评分表逐项检查。比如评分表写明工具接口需要达到哪些要求，验收 AI 再检查结果是否符合用户偏好。

和之前 Thariq 放弃 Markdown、推荐 HTML 一样，他推荐代码形式的参考材料。

比如让 Claude 制作网页时，直接给它一份能打开的 HTML 原型，通常比只给文字或截图更准确。Claude 不仅能看到页面长什么样，还能读到页面结构和代码。

了解到这些变化后，Thariq 把 Claude 要读取的信息分成了多层：说明产品基本规则的系统提示词（system prompt）、记录项目特殊要求的 CLAUDE.md、按需打开的任务指南（Skills），以及当前任务可以查阅的参考材料（References）。

System prompt 用来说明产品环境和 Claude 的基本任务。作为普通 Claude Code 用户，一般不会修改它。但如果你想自己开发一套让 AI 自动完成任务的系统，才需要认真设计这一层。

CLAUDE.md 是放在项目里的说明文件。Thariq 建议保持简短，重点记录 Claude 只看文件结构不容易发现的特殊规定。

举个例子，如果一个项目规定所有数据类型都只能在同一个文件里定义，就应该把这项要求写清楚。项目里一眼就能看见的目录和文件，不必再抄一遍。

Skills 是按需打开的任务指南。除非涉及必须严格遵守的重要事项，否则不要把规则写得太死。内容很长时可以拆成多个文件。个人、团队或产品特有的知识、观点和工作方法，最适合放在这里。

References 是 Claude 完成当前任务时可以查阅的参考文件，比如规格、页面原型和现有代码。用户可以输入 @，再选中要交给 Claude 的文件。

AI 变聪明的时候，人要更“精明”

有网友总结现在的 AI 模型变化：从会写代码 → 会写 prompt → 会写 agent / workflow → 会写 skill → 有手、会说话就行。

写了大半年的 Skill，现在 Skill 的能力似乎都被模型或 Agent 工具内化了。

少写绝对规则；用清楚的工具说明代替成套示范；不常用的内容等需要时再打开；同一条要求只保留一份；让 Claude 自动保存部分记忆；规格除了文字，也可以直接用代码、测试和评分表表达。

把六条变化放在一起看，Claude Code 删掉的 80% 提示词，都是那些原本为了弥补模型能力不足而存在的“中间层”。

以前，我们不断往 Prompt、Skill、Workflow 里堆规则，希望 AI 少犯错。现在，越来越多的规则开始交还给模型自己判断。我们真正需要做的，是提供上下文、设计工具接口，以及定义什么叫好结果。

当模型越来越聪明，人真正要学习的，也不再是怎么把一句 Prompt 写到一百分，而是怎样把整个工作环境搭建好，让 AI 自己判断更多操作细节，完成剩下的 90%。

当然，直接进化到“有手、会说话就行”还不太现实，但这种状态很好地形容了现阶段 AI Agent 的入门门槛。要得到稳定的结果，仍然需要人类提供项目的特殊规定、团队知识和验收材料。

过去半年写下的 Skills 不会全部白写。但那些专门提醒旧模型“别忘了这一步”、“必须这样操作”的内容，确实该重新检查了。