「我们删除了 80% 的 Claude Code 系统提示，这是我们从编写系统提示词、Skill 和 Claude.MD 中学到的。」
本周五，Claude Opus 5 正式上线。Anthropic 技术团队成员 Thariq Shihipar 随即发文，揭示了新一代大语言模型驱动下的工程范式变革。
Anthropic 发现，随着 Claude Opus 5 等强推理模型的发布，旧的提示词工程范式不仅过时，甚至可能产生负面影响。核心结论是：模型越强，越不需要「保姆式」指导。冗长的手写规则既浪费 Token，又可能降低效果。
新的最佳实践建议：CLAUDE.md 应保持绝对精简，高绩效团队通常控制在 60 行以内，绝不超过 300 行；大幅削减系统提示词后，将特定任务上下文移交至 Skill 处理。这意味着提示词工程正从微观指令转向整体架构设计。
上下文工程的范式转移
当用户向 Claude 发送消息时，提示词仅占上下文的一小部分。绝大部分内容来自系统提示词、Skills、CLAUDE.md 文件及记忆等，这被称为上下文工程（Context Engineering）。它显著影响最终产出质量，且因需服务于多个请求，无法像单次提示词那样具体。
Anthropic 近期发现，面向新一代模型（如 Claude Opus 5、Claude Fable 5），团队删减了 Claude Code 系统提示词中 80% 以上的内容，而在编码评估中未观察到任何性能损失。这些经验已沉淀进 claude doctor 工具，开发者可在 Claude Code 中使用 /doctor 命令自动优化 Skills 和 CLAUDE.md 规模。
给模型松绑：从过度约束到自主判断
Anthropic 复盘发现，过去对 Claude Code 施加了过多约束，导致系统提示词、Skills 与用户请求之间常出现指令冲突。例如，一边要求「酌情保留文档」，另一边却规定「禁止添加注释」。虽然 Claude 能理解真实意图，但必须在冲突指令间反复权衡，增加了推理负担。
过去的约束旨在规避最坏情况，但如今许多规则可被删除，转而依赖模型的周边上下文感知与自身判断力。此外，随着记忆、Artifacts 和 Skills 等工具的丰富，Claude 已具备跨会话加载与共享上下文的新能力，不再单纯依赖 CLAUDE.md。
六大上下文工程误区与修正
以下是 Anthropic 总结的旧范式误区及新世代最佳实践：
1. 从定规则到让模型自行判断
过去为防止误操作（如删除文件），系统提示词常包含强硬指令，如「默认不写注释」「禁止多行注释块」。但这往往与用户实际需求冲突。新模型判断力更强，无需显式规则即可妥善处理。新策略改为：「代码风格应匹配周围现有代码的注释密度与惯用写法」。
2. 从堆砌示例到设计接口
过去认为需提供大量工具使用示例，但这反而限制了模型的探索空间。现在的重点是优化工具、脚本和文件的设计参数。例如，通过定义清晰的枚举状态（待处理、进行中、已完成）和行为边界（始终只保留一项进行中），即可有效引导模型，无需冗长示例。
3. 从全量前置到渐进式披露
旧范式倾向于将所有代码评审、验证说明塞入系统提示词。新范式利用 Claude Code 的渐进式披露能力，将验证和评审拆分为独立的 Skills，按需调用。工具也可采用「延迟加载」，Agent 需先检索完整定义方可调用，从而在不占用上下文的前提下支持更多工具。开发者构建 CLAUDE.md 和 SKILL.md 时，也应建立文件树结构，确保信息在合适时机加载。
4. 从反复强调到简洁描述
早期模型需重复指令或依赖上下文末尾内容，导致系统提示词与工具描述中存在大量冗余。现可直接删除重复内容，将使用说明完全整合进工具描述中。
5. 从手动写入记忆到自动记忆
过去需用户手动将内容写入 CLAUDE.md 以保存记忆。现在 Claude 可自动保存与当前工作及用户相关的记忆，无需人工干预。
6. 从简单规格到丰富参考材料
Claude 现已能驾驭复杂参考材料。除 Markdown 计划文件外，还可引用 HTML Artifacts、测试用例代码库甚至评分标准（Rubric）。通过动态工作流，Claude 可派生验证者智能体，校验 API 设计等深层品味。
落地实践：构建高效的上下文架构
在实际组装上下文时，各组件应遵循以下原则：
系统提示词（System Prompt）
高度绑定产品语境，定义模型身份与任务范畴。若构建自有智能体框架，此处值得投入精力；若使用 Claude Code，通常无需改动。
CLAUDE.md
保持轻量，简要说明仓库用途，重点记录代码库中的特殊陷阱或非显而易见的设计（如集中存放的类型定义）。避免陈述模型可自行推断的信息。复杂流程应通过渐进式披露，在文件中引用对应的验证 Skill。
Skills
作为轻量级指南，承载开发者团队特有的观点、知识与最佳实践。避免过度约束，长篇内容应拆分文件，分而治之。
参考材料（Reference Materials）
通过 @ 提及文件引入，包括规格书、设计稿或整个代码库。优先选择代码形式（如 HTML 设计稿、测试用例），因其能提供高保真指令，效果优于文字描述或截图。
综上，开发者应效仿 Anthropic 进行「减法」操作，利用新工具简化系统提示词、Skills 和 CLAUDE.md，以适应新一代大模型的推理能力。