Claude Code把自己的提示词删掉80%，我照着砍了自己的60%

昨天，Anthropic发了篇文章，说他们把Claude Code的系统提示词砍掉了80%以上，编码评测成绩没掉。然后专门写了篇文章，分析这次裁剪背后的逻辑，标题叫《The new rules of context engineering for Claude 5 generation models》，作者是Claude Code团队的Thariq。

看到这消息，有点感慨。系统提示词这事儿，长还是短，写到什么程度，其实一直在被反复讨论。模型能力升级了好几轮，但关于怎么写提示词的讨论，好像还在原地打转。

2024年2月，有人发帖说感觉GPT-4变笨变懒了，各种分析满天飞。当时觉得最靠谱的解释是系统提示词太长——超过1700个token，每次对话都被大量无关信息污染。顺着这个思路，做了个“更勤奋更聪明的GPT-4”，逻辑简单到有点不好意思说——就是把所有插件全禁了，加几句简单的提示词。结果它后来在Education分类里做到了全球第11名。

两年零五个月之后，Anthropic把这件事重新做了一遍，规模大得多，理由也讲得清楚多了。这篇文章的核心，就是把那篇文章掰开揉碎了讲透。它直接影响你手头的CLAUDE.md、你写的每个skill、你给agent定义的每个工具。最后会补上自己照着重构的结果和完整清单。

其实，判断哪些提示词该写、怎么写，最核心的标准就两个：

这条，Claude读文件能不能自己推断出来？能，就别写。

这是判断框架，还是“别做什么”的禁令？能写成“你相信什么”，就尽量别写成“你不许什么”。

A社究竟干了些什么

三个关键事实：

第一，删减幅度超过80%，适用于Claude Opus 5和Claude Fable 5这一代。评测数据显示，编码评测成绩没有明显下降。

第二，也是最容易被忽略的：

Cat在那场对谈里说得很清楚，只有最前沿的几个模型享受这次80%的削减，旧模型用的还是完整版。

第三，Thariq把这个演化过程概括为“短—长—短”。早期模型需要短prompt加大量示例和限制；模型理解力上来之后，prompt越写越长；现在又短回去了。我们正好站在第二个拐点上。

六条变化的策略

文章主体是一张对照表，列出了六条过去和现在的做法对比。

过去（原文划掉的）	现在
给Claude规则	给Claude判断
给Claude示例	设计接口
全部前置	渐进披露
反复强调	单一位置
CLAUDE.md里存记忆	自动记忆
简单规格	富引用

一、给规则 → 让它判断

他们删掉的那一句是这样的：

在代码中：默认不写注释。永远不要写多段落的docstring或多行注释块——最多一行短的。

同一批删掉的还有一条，大意是：除非用户要求，否则不创建规划、决策或分析文档，从对话上下文工作，不要产出中间文件。

换上去的是这句：

写代码要匹配周围代码的风格：注释密度、命名、习语都跟着来。

前一句是规则清单，规定注释写几行；后一句是判断依据，告诉模型拿什么当参照。规则消失了，但约束其实更精准了。在一个注释密度本来就很高的老代码库里，默认不写注释的硬规则本身就是错的，而模型会认真执行一条错的指令。

文章给出的理由是：新一代模型有更好的判断力。像注释密度这种细粒度的决定，模型不需要显式规则也能处理好。

二、给示例 → 设计接口

这条有点反常识。过去几年所有prompt教程的第一条建议都是“给它几个例子”。

Thariq在对谈里说，早期Opus 4那一代确实需要大量示例，但移除示例“极其有帮助”，因为模型自己想出来的东西比他们给的示例更有创造力。

机制不难理解：模型看到示例，会认为你要的就是这一类，探索空间被锁死了。你给三个例子，等于画了个圈说“别出去”。

那不给示例，怎么让它知道该怎么用？答案是把接口设计得会说话。

他们举的例子是Todo工具的status参数，枚举值是pending、in_progress、completed。这三个值本身就在暗示这个工具该怎么用，不需要再配一段示例说明。参数命名和枚举定义到位，示例就是多余的。

三、全部前置 → 渐进披露

过去是把所有可能用到的信息一次性塞进上下文，现在是用到才加载。

具体来说，涉及三个地方的变化。长的skill拆成多个文件，主文件只放路由和判断，细节放references，需要时才读。工具本身也可以延迟加载，agent一开始只知道工具名字，必须通过ToolSearch搜到完整定义才能调用，这样几百个工具的定义不会全部压在上下文里。CLAUDE.md同理，文章建议：如果你有好几套验证说明，把它做成独立的skill，从CLAUDE.md引用过去，而不是全塞进主文件。

后面讲自己怎么删的时候，会回到这里。

四、反复强调 → 单一位置

过去有种做法是“重要的话说三遍”：系统提示词写一次、skill里再写一次、CLAUDE.md里又写一次，图个保险。文章说，旧模型有时确实需要重复指导，或者更关注上下文窗口末尾的指令，但新模型已经不需要了。

不但不需要，而且有害。文章举了一个很具体的翻车场景：同一个请求里，“酌情保留文档”和“不要添加注释”这两条同时出现，分别来自系统提示词、skill和用户请求。模型收到的是一组互相打架的指令，它只能猜你到底想要哪个。

配套建议是：把工具的使用指导放进工具描述里，不要放在系统提示词里。过去两个地方都写，现在只在一处写。

五、CLAUDE.md存记忆 → 自动记忆

过去的做法是鼓励用户用#快捷键把要记的东西存进CLAUDE.md。现在Claude会自动保存跟工作和用户相关的记忆，不需要手工往配置文件里塞。

区别不只是省事。CLAUDE.md是每次会话都全量加载的，你往里面塞的每一条记忆，之后每一次对话都要为它付费；自动记忆是索引加按需读取，用不上的那些不占位置。这本质上还是渐进披露。

六、简单规格 → 富引用

这条讲的是你怎么告诉AI“我要的是什么样”。

过去是写一个markdown的计划文件，用文字描述需求。现在文章建议直接引用真东西：HTML工件、代码里的具体函数、测试套件。

用测试套件当规格，比用文字描述准得多，因为它不会有歧义，也不需要模型去猜。想让它照着某个页面的样子做，给它那个HTML，比写三段话形容那个页面有效。

四类文件分别该怎么写

文章最后按类型给了建议，这部分比对照表更实用。

它现在只负责一件事：告诉Claude它在哪个产品里运行、在干什么。文章的原话是“系统提示词高度绑定产品上下文”。如果你在做自己的agent，重点该花在这里。

保持轻量，简要说明这个仓库是干什么的。重点写代码库的特殊情况——文章给的例子特别好懂：类型统一存在一个文件里，别处没有。这种事你不说，Claude得自己摸半天。

然后是最关键的一条：

目录结构、有哪些文件、用了什么框架，它自己看得到。

根本原则就是：对每行CLAUDE.md问一句“Claude读代码能不能自己推断出来”，能，就删。

文章说要把它当成轻量的指南，帮Claude按需找到信息，而不是当规章制度。避免过度约束，除非涉及关键领域。长skill用渐进披露拆成多文件。

最该编码进skill的是什么？原文的说法是“团队或产品特定的观点、知识、最佳实践”，也就是

。你们团队为什么放弃了某个方案、哪个接口有历史包袱、什么情况下必须找谁确认——这些才值得写进去。

用基于代码的规格和测试套件，HTML文件比文字描述管用。

两条方法论

文章和对谈里还有两条不在对照表上、但含金量很高的东西。

第一条，软化绝对表述。他们把“必须验证所有前端更改”改成了“较大的UX变更时运行本地应用”。

Thariq的解释是：要让prompt做到100%准确。“always verify”听起来很负责，但它并不总是对的，存在大量不需要验证的边缘情况。而模型会认真执行一条并不总是对的指令，于是你得到一堆无谓的动作。

第二条是Cat给的启发式，是全文最实用的一句：给模型写prompt的时候，想一想“一个善意的人会怎么误解这句话”。

不是恶意曲解，是善意误读。你写“保持文档简洁”，一个想把事做好的人可能理解成“能不写就不写”，也可能理解成“写但别啰嗦”。模型也一样。这条拿来审自己的CLAUDE.md，一审一个准。

顺带提一句工具设计。他们的原则是“每个工具功能互不重叠”，让Claude一眼能分清什么时候调哪个。据此砍掉了grep和glob两个专用工具，改用原生bash，因为功能重复了；但保留了专门的文件编辑工具，理由是UI展示需要。Thariq说，工具设计这件事是生物学不是物理学，很难用eval完全量化。

至于“不要做X”这类指令，Thariq说它可能会让Claude非常困惑，尤其当它和后面的用户指令冲突的时候。策略是：更多上下文，更少指令。

现在，立刻，马上去做这三件事

文章讲到这儿就结束了。把它的方法落到手上，是下面这三步，半小时之内做得完：

把每次会话自动加载的文件（全局CLAUDE.md、项目CLAUDE.md、记忆文件）字符数加起来除以2.2，基本就是你还没开口就废掉的token数。

对每一行问：Claude读文件能不能推断出来？这是判断框架还是禁令？前者删，后者改写。

挪到只有审校环节才读的文件里。这一步收益最大、风险最低，因为它不删任何规则，只换位置。

照着做了一遍

看完之后花了半天，让claude code结合系统环境和文章里的判断，做了梳理和精简。

查了一遍才发现，自己又不断积存了那么多存货。最后精简的情况大概是：

项	before	after
全局CLAUDE.md	1,289	673	-48%
写作总纲CLAUDE.md	4,160	1,355	-67%
公众号写作CLAUDE.md	1,624	1,625	一个字没改
自动记忆索引	7,786	5,606	-28%
手工记忆两份	8,645	0	整体下线
合计	23,504	9,259	-60%

作为参照，Anthropic精简后的整个Claude Code系统提示词大约13k。

一开始的反应是“我比官方还多”，不过似乎也没必要这么比：他们那份管的是通用编码场景，你这份管的是模型根本猜不到的个人偏好和踩坑，大一点完全可能是对的。

坏在哪？同一份记忆文件里，第80行说“某个API key没配置会上传失败”，第170行说“已配置且实测6张图全成”，两句都在，每次一起进上下文。模型版本表停在Opus 4.6。记忆索引234行，超出200行上限，每次会话都是被截断加载的。14个记忆文件根本没进索引，等于不存在，其中两条是前两天刚写的踩坑记录。还有一个被引用了6次的规则文件，它压根不存在，每次照着它走都是一次空手而归。

这些跟模型聪不聪明没关系，也跟提示词长短没关系。它们就是坏的。

最后：你已经是老板了

Anthropic这次删减，表面是工程决策，本质是一次管理动作。

管理学里有个挺老的框架，叫“情境领导”，Hersey和Blanchard提出的。它把领导风格分四档：下属能力低的时候用指导型，你得计划、示范、告知、监督、高频反馈；下属能力高的时候用授权型，你给资源、给信任、给挑战，然后走开。核心命题是：没有最好的领导风格，只有匹配下属成熟度的风格。

现在再回头看“每个模型配一套不同系统提示词”这个设计，它就是情境领导的工程实现。前沿模型是能力高的下属，给授权；旧模型是能力低的下属，给指导。同一件事，两套管法。

而人做不到，是因为从管理自己到管理他人，这一关卡的不仅是技能，更是价值观——你得从“自己把活干好”变成“通过别人把活干好”。prompt越写越长，就是这个卡点的症状。你在替它想每一步，因为你还没把自己当成管理者。

很多人担心老板拿AI替代自己，但少有人意识到，你也可以拿AI替代老板、替代同事。你终于到了可以去解雇老板的时刻。现在得补半句：你解雇了老板，自己就坐上了那个位置。