这两天Anthropic刚做了一件很反常的事。

它把Claude Code给Claude 5代模型使用的系统提示词删掉了超过80%，然后重跑内部编码评测，没有测到性能损失。

注意，是超过80%，我也整理了下我的规则规范，新的claude.md放到了文末，当然你用的是GPT5.6的话，我认为他也适用，不过你要是用的其他模型，我认为你可以先别改。

如果只看这句话，很容易把它当成新模型发布时惯用的宣传数字。模型更聪明了，提示词可以少写一点，好像也说得过去。

过去这两年，我们训练出来的经验几乎完全相反。

模型漏一步，就加一条规则。格式跑偏，就补一个示例。它忘了检查，就在结尾再提醒一次。

担心同一条指令放在前面不够显眼，还要把它抄进工具说明、Skill和CLAUDE.md。

提示词越来越长，看上去也越来越认真。每一次失败都有一条新规定负责，下一次再出问题，至少不会显得我们什么都没做。

很多Agent项目就是这样长大的。

第一版系统提示词可能只有角色、目标和几条安全边界。上线以后遇到一次错误，就加一段修补。结果少了字段，加格式模板。调用错了工具，加调用示例。写了多余文件，加一句禁止创建。没有按计划走，再补一套先计划后执行的流程。

半年以后，谁也说不清其中哪些规则还在起作用。大家只知道删掉任何一条都像在冒险，因为那条规则背后通常躺着一次真实事故。

所以看到Anthropic这次的数字时，我最想知道的不是新模型到底强了多少。

我更想知道，那80%究竟是什么。过去被当成保险的东西，为什么大部分突然成了负担。

官方文章给出的第一个答案，老金我读起来有点尴尬，但又觉得没啥错。

很多规则已经帮不到模型，反而开始互相打架。

Anthropic检查Claude Code内部使用记录时，发现同一个请求里会同时出现leave documentation as appropriate和DO NOT add comments这类方向相反的要求。

它们不是谁故意写错了。系统提示词想阻止模型生成多余注释，Skill可能要求补齐文档，用户又希望代码保持现有风格。每一条单独看都有来历，放到同一次任务里却不能同时满足。

Claude通常仍能从上下文里猜到用户想要什么，但在行动之前，它必须先处理这些重叠甚至冲突的信息。

这让系统提示词的真正问题露了出来。

内容太长，不只是多占一些Token。更麻烦的是，每一条规则都在争夺当前任务的解释权。规则越多，模型越要判断哪些适用、哪些过时、哪些只能满足一半、哪一条拥有更高优先级。

我们以为自己在减少不确定性，结果可能只是把不确定性从模型回答搬到了规则冲突里。

但冲突只能解释为什么要清理，还解释不了为什么敢一口气删掉80%。

第二个答案老金我觉得是个重点。

Claude Code周围的环境变了很多，最早的Claude Code必须靠系统提示词提前拦住许多最坏情况。官方举了一个很具体的例子，旧规则会要求默认不写注释，不写多段文档字符串，也不要在用户没有要求时创建规划、决策或分析文档。

这种规定对旧模型有现实作用。模型判断力不足时，强硬规则能降低它随手生成大段注释和中间文件的概率。

代价也很明显。当用户真的在写文档，或者一段复杂代码确实需要多行解释，这条保护规则就会变成错误规则。系统为了防住常见问题，顺手压掉了一部分本来合理的选择。

到了Claude 5代，Anthropic认为模型已经更能根据现场做判断。新系统提示词不再提前规定注释最多几行，而是要求代码读起来像周围已有的代码，匹配现有的注释密度、命名习惯和惯用写法。

这两种写法看起来都在管理代码风格，控制方式却完全不同。

旧写法先猜测所有项目会遇到什么问题，再给出统一禁令。新写法把仓库现场交还给模型，让它从正在编辑的代码里判断什么才算一致。

规则少了，现场信息的重要性反而上升了。

这也是80%能够发生的第一个条件。

模型必须有足够的判断力，才能把通用禁令换成基于上下文的选择。把同样的删减放到更弱的模型上，结果未必成立。官方自己也承认，那些旧护栏曾经是必要的，他们当时接受了规则偶尔过度约束的代价。

早期提示工程很强调给模型示例。担心它不会调用工具，就在系统提示词里写一遍输入长什么样、参数怎么填、调用后如何处理。示例越完整，模型似乎越不容易走错。

Anthropic现在认为，示例也会限制模型的探索空间。模型看到一套固定做法后，容易照着重复，即使当前参数和任务已经需要另一种处理。

他们给出的替代方案是设计接口。

例如Todo工具不需要靠一大段文字解释任务有哪几种状态。把状态参数明确限制为pending、in_progress和completed，接口本身已经表达了合法范围。再补一条始终保持一个任务处于进行中的约束，就能说明最关键的行为。

这比在系统提示词里放三组完整调用示例更短，也更硬性进行了约束。

因为示例依赖模型模仿，参数枚举直接限制了模型能提交什么。前者告诉它最好怎么做，后者让不合法的状态根本进不去。

很多提示词之所以越写越长，恰恰是接口太含糊。

工具把十几种动作塞进一个自由文本参数，最后只能靠系统提示词不断解释每种情况下该填什么。等接口把状态、对象和错误返回设计清楚，那些解释自然就没有继续常驻的必要。

Claude Code专门处理编程任务，代码审查和验证当然重要。过去这些流程被详细写进系统提示词，因为模型随时可能需要它们。

问题在于，随时可能需要和每次都需要是两回事。

改一个README里的错别字，不需要先加载完整代码审查流程。查看一个报错原因，也不一定要读发布检查、迁移策略和多Agent验证方法。这些内容常驻以后，会在大量无关任务中占用开场上下文，还可能带来与当前请求无关的判断要求。

Anthropic现在把验证和代码审查移进各自的Skill，让Claude Code在任务真正需要时再调用。部分工具也采用延迟加载，Agent先通过ToolSearch发现它们，需要使用时才拿到完整定义。

这里省下的已经不只是一段系统提示词。

整个上下文开始从仓库式囤积，变成按任务调度。眼前要改代码，就读取代码和项目约定。需要验证，就加载验证Skill。碰到专用工具，再展开它的参数和说明。暂时无关的流程留在原位，不来争夺当前任务的注意力。

早期模型有时更容易听从上下文末尾的内容，于是同一条工具要求会在主系统提示词里出现一次，在工具描述里再出现一次。看上去是双保险，实际增加了两个版本逐渐漂移的机会。

现在Anthropic把工具用法留在工具描述里，删除系统提示词中的重复示例。规则和它负责的对象待在一起，工具变化时也只需要维护一个位置。

这件事对长期维护比省Token更重要。

同一要求写在三个地方，最危险的情况不是三份完全一样。真正麻烦的是其中一份半年后改了，另外两份还保留旧说法。模型每次运行都要面对三份看似权威、细节却不一致的规定。

提示词越大，维护债务越容易被藏起来。

还有一批内容从CLAUDE.md里搬走了。

过去用户会把记忆、偏好、仓库说明、踩坑经验和长期计划不断写进CLAUDE.md。这个文件很快会同时承担项目介绍、个人记忆、工作规范、工具说明和历史档案。

现在Claude可以自动保存与工作相关的记忆，复杂流程可以进入Skill，深入材料可以作为独立参考资料。CLAUDE.md不必再充当一切信息的总仓库。

Anthropic对它的新建议很克制。保持轻量，简要说明仓库是做什么的，把主要篇幅留给代码库里的真正反常的、仅看目录时候，不容易发现的陷阱。

以前为了让模型容易理解，大家倾向于把需求压成一份简单Markdown。现在模型可以读取更丰富的参考资料，包括HTML产物、代码里的现有实现、详细测试套件和评分标准。

一套测试有时比十段请确保正确更准确。一个可运行的参考函数，也可能比一页自然语言描述更少歧义。评分标准还能把团队对好坏的判断交给验证流程，而不是寄希望于模型记住一句保持高质量。

看到这里，80%的去向就比较清楚了。

原来的通用禁令，有些已经可以交给模型结合现场判断。工具参数变得明确以后，提示词里的调用示例随之缩短。代码审查和验证仍然保留，只在任务需要时通过Skill加载。重复要求回到唯一责任位置，记忆和参考资料也从CLAUDE.md里分了出去。

所以我一开始那个模型变强了的解释，只说对了一半。

模型判断力提高，确实让很多保姆式规则可以删除。但如果Claude Code周围没有更明确的工具接口、按需加载的Skill、自动记忆、丰富参考资料和验证循环，单独把提示词砍短，留下的很可能只是一个更自由也更难控制的Agent。

Anthropic没有停止约束Claude Code。

能从仓库看出来的，交给现场。能用参数表达的，交给接口。只在特定任务出现的，交给Skill。能被测试判断的，交给测试。需要长期保存的，交给记忆和参考资料。真正高风险的动作，继续由权限、审批和安全闸门兜住。

系统提示词只留下每次任务都必须知道、又无法从别处可靠获得的内容。

这时再看编码评测没有下降，就没那么像魔法了。

Claude Code少读了大量常驻文字，但没有失去完成任务需要的全部信息。相关上下文只是换成了更合适的载体，在更接近使用时机的位置出现。

当然，这个结论有很窄的边界。

官方说的是Claude Opus 5、Claude Fable 5和Claude Code自己的内部编码评测。Anthropic没有公开这组评测的完整任务构成、每项分数和删减前后的逐题差异。

没有可测量的性能损失，也不等于每一个任务完全相同。它只能说明在Anthropic选择的编码评估口径里，整体没有观察到可测量退步。

这组结果不能直接证明其他模型、其他Agent框架、其他任务都能删除同样比例。一个客服Agent、研究Agent和代码Agent需要的上下文不同。一个依赖严格合规流程的企业环境，也不能照搬面向普通代码仓库的删减方式。

80%更不能被当成新的优化指标。

如果一个项目原本只有五百字系统提示词，里面都是产品身份、安全边界和工具权限，硬删到一百字只会让系统失忆。如果另一个项目已经累积了五万字重复规则，删掉80%可能仍然太长。

百分比描述的是Anthropic自己的起点，不是所有人的目标线。

打开一份长期维护的系统提示词或AGENTS.md，先不要急着删。看每条要求到底在解决哪类问题，它是否每次任务都适用，它有没有在别处重复，它能不能被现场、接口或测试更可靠地表达。

产品身份、权限边界、数据处理要求和难以恢复的高风险动作，不能因为模型更聪明就交给临场发挥。删除文件、外部发布、付款、扩大权限和处理密钥，需要明确、稳定、可审计的控制。

例如不要生成多余文件可以改成尊重现有项目结构，只创建完成用户任务所需的文件。它不再预判所有文件类型，也保留了用户明确要求新文档时的空间。

代码审查、发布、迁移、事故检查和公众号排版都有各自的长流程，但不会出现在每次任务里。把步骤放进对应Skill，总说明只保留触发条件。任务没涉及发布时，模型无需提前阅读发布动作和检查项。

还有一些要求根本不该继续写成提醒。

固定字段可以交给结构化Schema检查，工具状态由枚举限制。代码是否合格让测试判断，外部发布需要批准时，系统就在发送前等待确认。

语言提醒最擅长表达意图，机器约束更擅长判断结果。把后者长期伪装成一句请务必确保，通常只是在推迟问题。

最稳妥的做法，是先挑出几类最常见、也最容易暴露问题的真实任务。记录旧上下文下的结果、工具调用、失败恢复和安全动作，再用干净会话运行删减后的版本。

要看模型有没有少绕路，冲突指令是否减少，工具选择是否稳定，测试还能不能抓住错误。遇到信息不足时会不会继续查证，高风险动作是否仍然停在确认前，也要逐项比较。这些才是删减有没有伤到系统的证据。

Anthropic同期仍在强调验证循环。它建议把经常重复的人工检查写成Skill，在新任务里确认检查确实随任务结果运行，再逐步把多个验证过程接起来。

一边是系统提示词删除80%，另一边是验证、Skill和动态工作流继续增强。两件事放在一起看，传递的方向非常明确。

前置文字可以少，完成标准不能少。模型可以拥有更多判断空间，结果必须接受更清楚的外部反馈。

这也是我认为这条新闻比一次提示词技巧更新更重要的原因。

过去很多人把Agent能力理解成模型加提示词。模型负责聪明，提示词负责把它管住。结果每次能力不足都回到同一个动作，继续写规则。

Claude Code这次展示的是另一种结构。

Claude Code删掉80%系统提示词，老金的长文解读，信息很密！

人工智能

编程语言

开发工具

Anthropic删除Claude5系统提示词80%却无性能损失，揭示提示词优化新方向：模型判断力提升、工具接口明确、按需加载Skill是关键。旧式冗长规则易冲突，新方法将约束分层处理，系统更精简高效。这为AI系统设计提供新思路：优化系统架构比堆砌提示词更重要。

数据处理

Agent

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

Claude Code删掉80%系统提示词，老金的长文解读，信息很密！

Claude Code删掉80%系统提示词，老金的长文解读，信息很密！

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐