Claude Code删掉了80%提示词：你的提示词正在变成捆绑AI的镣铐

Claude Code删掉了80%提示词：你的提示词正在变成捆绑AI的镣铐

Anthropic 的 Claude Code 最近做了一件让业界愣住的事：把系统提示词砍掉了超过80%。内部评测显示，性能没有明显下降。更耐人寻味的是——两年内，这些提示词从 1.5 万字符压到 4 千，又在 Opus 5 上反弹回 7 千，但内容已经天翻地覆。

这不是一个排版清理项目，而是一个行业正在被迫吞下的「苦涩教训」的缩影。

被删掉的六类提示词，都是我们曾经最得意的经验

Anthropic 翻查内部日志时，发现 Claude Code 的系统提示词像一条不断膨胀的补丁链。模型每犯一次错，工程师就加一条规则；每个场景出一个坑，系统提示就多一段补丁。结果到最后，同一条请求里经常出现互相矛盾的指令：系统说「不要加注释」，Skill 说「适当补充文档」，用户又说「把复杂逻辑解释清楚」。Claude 不是不知道客户想要什么，它必须先花精力在内部打架，才能干活。

这次删除沿着六个方向，把「为旧模型准备的经验包」全部撕掉：

1. 从”不要干这个”到”自己看着办”

旧版规定得死死的：默认不写注释、禁止多段文档字符串、别建规划和分析文档。这能管住早期 Claude 的表达欲，但也会把真正需要详细解释的复杂代码一刀切。新版只留下一句话：匹配周围代码的注释密度、命名和习惯。要求变少了，模型做的判断反而变多了。

2. 用接口替代示例

过去给模型塞工具调用范例是铁律。但 Anthropic 发现，新模型容易把示例当成全部答案，照猫画虎地套用。于是他们改成只定义接口：Todo 工具的状态只有 pending、in_progress、completed，同时只能有一个任务在进行，Claude 自己就能推断出用法。

3. 按需加载，不要常驻

大量审查、验证和工具说明曾经常驻提示词。用户改一个文案，模型也得先跑一遍完整的上下文检查。现在这些被拆成独立 Skills，通过工具搜索按需加载。Claude 只需要知道东西放在哪，不用每句话都背在身上。

4. 同一件事，只说一遍

旧模型容易忘指令，一条规则要在系统提示、工具描述和示例里反复出现。新模型对长上下文的理解更深，重复提醒反而制造冲突。同一件事，只交给一个地方负责。

5. 让模型自己记，别由你来堆

项目说明、用户偏好、工作经验曾全部塞进 CLAUDE.md。现在长期状态交给模型的自动记忆，CLAUDE.md 只保留真正反常识的坑。「写出高质量代码」不必提醒，「所有类型必须放在同一个文件里」才值得写。

6. 给真实材料，不要给翻译版

新模型不再需要人类先把需求翻译成一份”适合 AI 阅读”的简化说明。HTML 原型、测试用例、现有代码和评分标准都可以直接塞进去参考。一张真实原型图告诉 Claude 的东西，远比「页面要高级、简洁、有呼吸感」这种空洞的要求更有用。

一句话总结：删掉的不是上下文本身，而是人类替旧模型预先做的判断。

Opus 5 加回来的 72% ，在管另一件事：模型的坏脾气

如果以为趋势是提示词越变越短，你就错了。Opus 5 的系统提示词比 4.8 长了 72%，但增加的内容不是在补旧课，而是在处理新模型的两个新毛病：

一是做得太多。 Opus 5 的自主性更强，会加入用户没要求的步骤：用户让修一个报错，它顺手重构周围代码、补充测试、更新文档，甚至检查同类模块。这导致任务范围被悄然扩大。所以新增段落要求 Claude：只按用户原本要求的范围交付。普通模糊问题由模型自己判断，但不同理解会明显改变结果时，才需要停下来问。 二是说得太多。 Opus 5 比以前更喜欢向用户解释自己的纠错过程，指出前面的错误并详细分析原因，再说明调整计划。更正过程中加了大量自我批评和开场说明，但实际上很多纠正并不改变最终结果。新增段落要求：无关结果的小失误，直接改、继续做，不要道歉，不要逐条统计之前犯过的错误。

简单概括：一段防止 Claude 做得过多，一段防止 Claude 说得过多。旧模型先解决的是「能不能完成任务」，而 Opus 5 已经能完成更复杂更长任务之后，产品团队才开始处理任务范围和过程沟通的问题。

这背后是七十年 AI 史的同一个「苦涩教训」

2019年，强化学习先驱 Richard Sutton 写了一篇叫《The Bitter Lesson》的文章。他翻了七十年的 AI 发展史，发现人类总忍不住把自己的经验和解法直接写进机器。

下国际象棋，就把人类棋手总结的套路写进去；做语音，就把音素结构写死；做图像，就指定哪些视觉特征最重要。短期看，这些精心设计的规则立竿见影，也最让研究者有成就感。

但当算力一上来，这些人类智慧很快全部失效。最终，利用算力的通用方法反而遥遥领先。

这教训之所以苦涩，是因为被淘汰的通常不是愚蠢设计，恰恰是研究者最得意、投入最多的部分。人类的智慧，在算力面前，不值一提。

Claude Code 删掉的那些提示词，就是一个缩小版的苦涩教训。正是这些提示词，让 Claude Code 成为了神一样的 Agent。但随着模型继续进化，这些曾经的最佳实践，开始反过来拖产品的后腿。模型能力没增长的时候，规则是在填坑；模型能力增长以后，不肯删掉的规则，本身就成了坑。

对你意味着什么

如果你正在写数百行的系统提示词，或者把整个团队的业务规则翻译成”适合 AI 阅读”的条款，你正在做和 Anthropic 当年一样的事。今天这些提示词让模型表现不错，但模型一旦跨过某个能力阈值，你写的每一条规则都会变成束缚。

更能扛过模型换代的，不是更厚的提示词手册，而是一套能持续扩展的环境。具体走哪条路，最终应该交给模型自己。你的提示词只是在教 2026 年的模型如何用 2023 年的方式工作——但这正是模型最需要摆脱的。

今天所有关注上下文工程的人应该记住一件事：别把自己干活的每一步都写进提示词，让模型永远踩着旧经验的脚印走。那样它不是进化，而是在你的镣铐里跳舞。