提示工程:高级AI模型,少即是多

Claude Code的创建者Boris Cherny建议每六个月删除CLAUDE.md、Skills和Hooks,以测试模型在无辅助下的表现,尤其是在升级到Opus 5之后,因为旧规则可能成为限制。Claude Code团队透露,他们为Fable 5和Opus 4.8将系统提示缩减了80%。关键发现:移除少样本示例提升了创造力,因为模型现在已超越其示例;像“不要做X”这样的禁令会产生强烈的冲突冲动,应替换为上下文;每条指令必须100%正确,无例外,否则应软化。这种方法依赖于前沿模型的判断力,不适用于像Haiku这样的小型模型,后者仍需要详细的提示。该团队确认,Claude现在为子代理编写提示,并且即使在困难问题上,前沿智能几乎总是值得其令牌成本。其他讨论涉及Claude Tag的65% PR自动化率、对非核心更改的自动代码审查、确保新模型严格更优的评估套件,以及向更少、不重叠的工具的转变。
Key insights
少样本示例对前沿模型已适得其反
Claude Code团队发现,移除示例“极其有效”,因为模型现在比给出的示例更具创造力。这与多年来的提示工程最佳实践相矛盾,并表明前沿模型处理指令的方式发生了根本性转变。
禁令制造冲突而非约束
硬性的“不要做X”规则会作为强烈的冲动与用户指令冲突,导致混乱。该团队转向更少的硬性约束、更多的背景上下文和更少的总体指令,信任模型的判断力。
提示精简需要定期审计
Boris Cherny建议定期移除所有自定义指令并测试裸机性能,这反映了一个现实:为旧模型优化的提示可能会主动阻碍新模型。这将提示维护变成持续过程,而非一次性设置。
模型依赖型提示现已成为必要
这种方法适用于Opus/Fable级别的模型,但不适用于Haiku。这要求为每个模型层级维护独立的系统提示,增加了多模型部署的复杂性。