Anthropic 从根本上重新审视了新一代 Claude 模型的上下文准备方法。在对 Claude Code 日志进行内部审计时发现,超过 80% 的系统提示词都是冗余内容:指令相互矛盾、重复,只会让模型感到困惑。清理之后,工作质量非但没有下降,反而有所提升。

这里说的是所谓的上下文工程——即模型在用户请求之前读取的所有内容:系统提示词、技能、项目文件和记忆。正是在这里,Anthropic 发现了一个系统性问题:系统提示词、技能和用户请求之间存在冲突。上下文的一部分要求一件事,另一部分则要求完全相反的事。

为什么旧规则已经过时

新一代 Claude 模型已经学会自行读取周围上下文并做出决策,不再需要硬性规定。因此,公司放弃了大多数旧规则。同时,在内部编程测试中,质量保持在同一水平。变化的本质很简单:Claude 首次在指令更少的情况下表现更好,用户不应过度加载模型,而应给予它更多自由。

新规则如下。首先,信任模型的判断:例如,与其禁止在代码中写注释,不如只用一行字——“按照周围代码的风格编写”。其次,示例不再是主要工具:展示的三种方式会被模型视为唯一可能的方式。第三,逐步展开:不需要把所有指令塞进一个巨大的文件中,Claude 会在需要时自行调取所需信息。第四,只说一次:现在禁止重复指令——同一条规则不应同时出现在提示词和工具描述中。

如何整理设置

Anthropic 的主要建议是精简。应从上下文中移除所有模型能够自行理解的内容。用三个问题检查每条指令:没有它 Claude 能否胜任?它是否已经存在于其他地方?它是否只是偶尔需要——如果是这样,最好将其放入单独的技能中,仅在必要时加载。

系统提示词并非对所有人都重要。普通 Claude Code 用户不需要它,但在创建自己的代理时,恰恰应该把重点放在这上面。结论很简单:需要压缩上下文,只保留关键指令,其余方面——给模型更多自由。

我的看法:这一步是 LLM 成熟的标志。我们正在从“提示词工程”时代过渡到“上下文工程”时代,质量不再取决于指令的数量,而取决于模型的自主判断能力。对开发者来说,这意味着范式的转变:不是“让模型去做”,而是“创造条件,让它自己做出正确的选择”。