首页 > 教程攻略 > ai资讯 >还在堆规则写长 Prompt?Claude 5 官方:80% 的约束都是负优化

还在堆规则写长 Prompt?Claude 5 官方:80% 的约束都是负优化

来源:互联网 时间:2026-07-28 14:53:19

不知道你有没有过这样的体验:

为了让AI输出达标,系统提示词越写越长,规则列了十几条,恨不得把输出格式抠到标点符号。结果呢?要么AI转头就忽略核心要求,要么几条规则打起架,出来的东西不伦不类。难道规则还不够细?于是再补五条例外场景,三句重点强调,可效果反而越来越差。

最近Anthropic发布的Claude 5系列上下文工程新规范,直接把他们自己Claude Code里80%的系统提示词给删了——结果在全套编码评测里,性能没出现任何可测量的下滑。

换句话说,我们往上下文里塞的大部分规则、约束、注意事项,不仅没用,反而在拖模型的后腿。

今天就结合官方指南和实战经验,把这件事聊透。


别只盯着用户Prompt,真正拉开差距的是上下文工程

很多人到现在还觉得,提示工程就是把用户提问写得更专业。但实际上,不管你用Claude Code做项目,还是自己搭AI智能体,用户单次输入的Prompt,只占模型收到的全部上下文里很小一块。

系统提示词、Skill技能文件、项目里的CLAUDE.md、历史记忆、工具定义……这些跨会话、全局生效的内容,才是决定AI输出上限的核心。

打理这套全局上下文的工作,就是

「上下文工程」

,也是现在高阶玩家真正在卷的能力。

早几年模型能力弱,我们必须靠密密麻麻的规则“扶着AI走”,怕它删错文件、怕它乱输出、怕它犯低级错。但到了Claude Opus 5、Fable 5这一代,模型本身的理解能力和判断力已经上了一个大台阶,那套“堆规则、加约束”的老玩法,反而成了绑住模型的枷锁。

Anthropic自己复盘内部使用记录时都发现,一个请求里经常撞着好几条冲突指令:系统提示说“默认不写代码注释”,Skill里要求“核心逻辑要补说明”,用户又补了句“代码写得易读点”。模型本来能直接给出最优解,结果大半精力都花在权衡这些冲突规则上了。

说真的,很多人做提示工程,陷进了一种“监工思维”:总怕AI犯错,所以把每一步都框死。可你管得越细,AI就越像戴着镣铐跳舞,上限早被你锁死了。


老思路该扔了,上下文工程的玩法全变了

官方总结了好几个曾经奉为圭臬、现在已经完全过时的“最佳实践”,每一条都踩中了很多人的日常操作。

从“定死规则”到“交给模型判断”

以前的写法是一刀切:“绝对不许写多行注释”“禁止生成中间规划文档”,用死规则规避所有风险。现在只给原则:“代码风格跟现有仓库保持一致,匹配注释密度和命名习惯”,把决策权交回去。

这本质是对模型定位的底层变化。以前我们把AI当流水线操作工,每个动作都要规定死;但今天的Claude 5,已经是能独立判断的资深执行者。你给老工程师定一堆“不许写注释”的死规矩,反而耽误他处理复杂场景;但你告诉他“跟着项目风格走”,他自己会根据代码复杂度拿捏分寸。

很多人写提示词的误区,就是永远在“防出错”,为此不惜牺牲能力上限。可新一代模型的容错能力早就超出预期了,

比起零犯错,更该想的是怎么让它发挥出完整潜力。

从“堆使用示例”到“做好接口设计”

以前默认工具配的示例越多,AI用得越准,恨不得把所有场景都举一遍。现在官方明确说:示例太多反而会限制模型的探索空间,让它困在示例的框架里,想不到更灵活的用法。

真正高效的做法,是把工具的参数、枚举值、边界定义清楚,靠接口本身引导使用。以前拼的是谁文案写得细、例子举得多;

未来拼的是谁懂产品化的接口设计

。比如一个待办工具,你不用写三五个使用案例,只要把状态定义成「待办/进行中/已完成」,补一句“同一时间只留一个进行中任务”,模型自然就懂怎么用。

把精力从“写示例”转到

“设计清晰的交互边界”

上,才是下一代上下文工程的核心能力。

从“一次性全加载”到“渐进式披露”

以前总求全:所有规范、所有工具、所有说明全塞进系统提示,一上来就把上下文填得满满当当。现在的思路是分层:非核心内容拆成独立Skill,做成延迟加载,真正用到的时候再载入对应内容。

这是整篇里最有实战价值的一点,也是90%的人都在踩的坑。很多人做Agent,一上来把十几个工具说明、全套开发规范、项目历史全堆在系统提示里,上下文窗口近一半都是大概率用不上的信息,真正处理核心任务时,模型注意力分散,有效token也被严重浪费。

官方的做法很值得参考:核心身份规则放系统提示;代码审查、校验这类低频需求,做成独立Skill按需调用;甚至工具本身都可以“延迟加载”——先告诉模型有这个工具,具体定义等它要用的时候自己检索。

放到我们自己的项目里也一样:别总想着写一个万能CLAUDE.md包打天下,

做成树形文档

,核心信息放首页,细节藏在子文件里按需读取,效果远比堆一整页长文好。

顺带提两个细节调整:一是别再重复强调同一件事,工具说明就放工具定义里,不用在系统提示里再复述一遍;二是不用手动往CLAUDE.md里塞记忆,现在模型会自动沉淀相关信息,我们管好项目特有的约定就行。


照着这四点改,快速落地新规范

说了这么多,落到自己的项目里该怎么动?给大家整理了四个核心调整方向:

1. 系统提示:只定身份,不抠细节

核心是说清AI是谁、要做什么。用Claude Code的基本不用改内置提示;自己搭Agent的,把精力放在身份定位和核心边界上,别塞细碎的执行规则。

2. CLAUDE.md:做“项目踩坑指南”,别写废话

像“这是XX项目,用XX技术栈”这种AI扫一眼文件结构就知道的内容,纯浪费token。真正有价值的是只有你们项目才有的坑,比如“类型定义统一放在types/index.ts,不许零散新建”。

3. Skills:做“专项知识库”,别堆长文

把团队独有的最佳实践、领域规范做成Skill,别全塞进全局上下文。长内容尽量拆分,按需加载。

4. 参考资料:优先高保真素材

给AI喂参考,永远优先代码、HTML原型、测试套件这类内容。一个可运行的页面原型,比一千字的设计描述都准确。


Claude 5新出的这套规范,让提示工程早就告别了“玄学咒语”的蛮荒时代,也在告别“堆字数、堆规则”的蛮力时代。

最早大家拼谁的“咒语”灵,后来拼谁的格式更严谨,而到了今天,真正的比拼已经变成了

上下文架构的设计能力

能不能给模型搭一个舒服的协作框架?能不能在合适的时候递对信息?能不能守住底线又不束缚能力?这才是下一代上下文工程的核心命题。

总有人说模型越来越强,提示工程师会失业。但事实上,不是提示工程没用了,是对我们的要求变高了——你不用再死磕每一个措辞,但

你必须懂怎么和智能体协作,怎么搭一套高效的上下文体系。

毕竟,

高阶的引导从来不是管着AI一步一步走,而是给它足够的空间,让它长成你想要的样子。


你写过最长的系统提示词有多少字?有没有过“规则加得越多,效果反而越差”的时候?欢迎在评论区聊聊你的实战心得。