Claude 5上下文工程新规则：砍掉80%提示词反而更强
内容提要
Claude 5系列采用新的上下文工程规则，将系统提示词从2686词精简至514词，性能反升。核心是减少规则、示例和格式约束，将决策权交还模型，并引入自动记忆和工具延迟加载。不同模型需不同提示词密度，精简后模型推理能力更强，输出更精准，提示词设计从“填满”转向“留白”。
延伸解读
提示词精简的底层逻辑
文章指出，旧版提示词堆砌大量规则、示例和格式约束，反而压缩了模型的推理空间。新版提示词从2686词砍到514词，性能不降反升，说明大语言模型并非按部就班的执行器，过量的指令会变成枷锁。精简的本质是减少认知负担，让模型把注意力集中在任务本身，而不是消化规则。
不同模型需要不同的提示词密度
同一套精简提示词在Opus 5、Sonnet 5、Fable 5上表现各异：Opus 5对简洁指令最敏感，Sonnet 5需要稍多结构化引导，Fable 5居中。这提示提示词设计应模型特化，不是越短越好，而是找到与模型能力匹配的最佳点。用户可根据模型调整提示词长度和内容，而非一刀切。
示例与格式约束的副作用
文章揭示了一个反直觉现象：提供示例代码可能让模型过度拟合示例模式，忽略任务本身需求；大量格式指令也挤占认知资源。新版提示词大幅削减示例和格式要求后，模型输出更自然、质量更高。这提醒我们，提示词中的示例和格式规范并非越多越好，有时反而成为效率杀手。
Q&A
Claude 5系列的系统提示词从多少词精简到多少词？性能有何变化？
Claude 5系列的系统提示词从2686词精简到514词，削减幅度超过80%。在代码任务中，性能不降反升，模型输出更精准，废话更少。
为什么减少提示词规则反而能让Claude 5表现更好？
因为大语言模型不是按部就班的执行器，而是基于概率分布生成内容。过量的规则会压缩模型的推理空间，增加认知负担。精简提示词后，模型有更多自由度去推理和设计，反而能给出更贴合上下文的结果。
Claude 5的自动记忆功能相比旧版提示词中的记忆指令有何改进？
旧版提示词用大量if-then规则规定何时记忆、何时遗忘，但模型执行效果不佳。新版撤掉多数硬性规定，让模型自动识别重要信息（如关键错误、用户偏好、项目约定）并归档，过滤无关内容。实操反馈表明，自动记忆的准确率和相关性明显优于手动指令时代。
Claude 5在工具调用方面做了哪些改变？渐进式披露策略是什么？
旧版提示词对工具的参数、返回值、调用时机规定得死死的，导致模型卡顿或强行调用。新版撤掉大部分细则，只告诉模型工具是什么、能干什么，决策权交还模型。渐进式披露策略是指初始上下文只放最核心的工具描述，边缘工具在模型需要时再自行搜索调用，从而释放上下文窗口。
为什么给Claude 5提供示例代码反而会降低输出质量？
模型会过度拟合示例中的模式，照搬缩进、命名、注释等表面特征，而忽略任务本身的特殊需求。示例让模型学会示例作者的风格，而不是任务的最优解。因此新版大幅削减示例，只给原则描述，迫使模型自己推理设计，结果更贴合上下文。
Opus 5、Sonnet 5、Fable 5在精简提示词下的表现有何不同？对用户有什么建议？
Opus 5在精简提示词下表现最出色，对简洁指令敏感；Sonnet 5需要稍多结构化引导；Fable 5居中。建议：Opus 5用户大胆精简提示词，少写条件分支；Sonnet 5用户保持一定结构化约束；Fable 5用户可在两者间平衡。
旧版提示词中的格式化指令（如Markdown语法、标题层级）对模型有何影响？
旧版提示词中大量格式化指令占篇幅但对核心任务帮助不大，模型花大量时间处理格式规范，挤占了问题解决的精力。新版将格式要求压缩到最低，模型能集中资源在内容生成上，输出质量提升且格式更自然。
