告别过度约束！Anthropic ：为 Claude 5 代模型砍掉 80% 系统提示，揭秘上下文工程的 5 条新法则

你手里的 Agent 提示词System Prompt和配置文件是不是还在像管教小学生一样密密麻麻地写满了一堆规则和禁止事项“不要写多行注释”“严禁擅自修改逻辑”“回答必须包含三个部分……”在 2026 年的今天随着以Claude Opus 5和Claude Fable 5为代表的第五代大模型相继落地传统的提示词工程Prompt Engineering彻底变天了。2026 年 7 月 24 日Anthropic 官方技术团队发布了一篇颠覆性的技术指南——《Claude 5 代模型的上下文工程新法则》The new rules of context engineering for Claude 5 generation models。文中透露了一个震撼的技术细节官方在不降低任何编码评测跑分的前提下直接为 Claude Code 删除了超过 80% 的系统提示词System PromptAnthropic 明确指出过去我们给模型套上的重重枷锁正在演变成严重拖慢 Agent 效率与智商的隐形内耗。对于每一个正在使用 Claude Code 或自建 Agent 框架Agent Harness的开发者来说是时候对照官方总结的五条新法则重新审视并“解除对大模型的束缚”了。一、 为什么要给大模型“解绑”Unhobbling在过去Claude 3/4 时代由于旧模型的自我判断力有限为了防止出现误删文件、胡乱重构等极端灾难Worst case scenarios开发者不得不写下非常极端的硬性规则。然而在实际工程中这种“硬约束”往往会和用户的实时需求产生严重冲突。比如系统提示词强行规定“绝对不许写多行注释”但用户在提问时却希望“详细解释这段复杂算法”。模型为了在这些相互矛盾的指令之间做权衡不得不消耗大量的思考计算Thinking Overhead甚至给出四不像的解答。到了 Claude 5 时代大模型本身的情境判断力Judgement拉满了。官方发现把这些旧时代的“死板教条”删掉后模型反而能够根据上下文做出更符合人类习惯的优雅决策。二、 上下文工程Context Engineering的 5 条全新法则Anthropic 将过去被视为神话的“最佳实践”逐一打破并给出了针对第五代模型的全新演进方向法则 1从“死板规则”转向“信赖模型判断”过去Then依靠强硬且极端严厉的限制词。例如旧版系统提示词里写着“默认不写注释严禁写多段文档注释单行注释最多一行”现在Now给出方向性建议把决策权还给模型。新版系统提示词简化为“编写读起来像周围已有代码的代码使其注释密度、命名习惯与现有代码库保持一致。” 模型会自己观察你的上下文风格去自适应而不是死板套用规则。法则 2从“灌输示例”转向“设计高表达力的接口”过去Then工具调用Tool Use的黄金法则是必须在 Prompt 里塞入大量 Few-shot 使用示例。现在Now给过多示例反而把模型的探索空间给死死锁住了。请专注于优化工具和脚本参数本身的设计。 例如在 Todo 工具的设计中直接把status定义为pending | in_progress | completed的枚举类型参数本身就自解释了它的用法无需再在提示词里多费口舌。法则 3从“一股脑打平”转向“渐进式加载Progressive Disclosure”过去Then把所有的 Code Review 流程、测试规范、甚至各种边界条件统统压缩进系统提示词里导致 Prompt 极其沉重。现在Now采用树状结构与按需加载。官方把验证和代码审查剥离成了独立按需调用的Skills技能甚至部分工具采用了ToolSearch延迟加载机制—— Agent 只有在真正需要时才会去检索工具的完整定义从而释放大量平时不必要的上下文空间。法则 4从“反复强调”转向“简单干净的工具描述”过去Then旧模型有“首尾效应Primacy/Recency Effect”容易遗忘上下文中间的指令因此开发者喜欢在系统提示词开头强调一遍工具用法在工具描述里又重复强调一遍。现在Now彻底删掉所有重复废话。将如何使用工具的指令唯一且精准地放在工具本身的 description 中即可系统提示词只保留高层级的身份定义。法则 5从“简单 Spec”转向“丰富的高忠实度引用”过去Then在 Plan 模式下主要依赖简单的 Markdown 纯文本计划或需求文档。现在Now喂给 Claude 5 更加丰富、高表达力的结构化引用比起几百字的视觉描述直接 一个 HTML 渲染原型Artifacts给模型产出的代码质量高出数倍直接提供单元测试集Test Suite作为 Spec或者直接提供跨语言待移植的源代码函数使用评估量表Rubrics让验证智能体Verifier Agent去动态对齐你的审美偏好。三、 重新重构你的 Agent 上下文大盘结合这五条新法则当我们重新搭建自己的 Agent 框架Agent Harness或配置 Claude Code 时应该如何合理分配 TokensAnthropic 给出了极具操作性的架构分层建议Plaintext┌─────────────────────────────────────────────────────────────┐ │ 1. System Prompt (极其简炼)只定义产品上下文与当前身份 │ ├─────────────────────────────────────────────────────────────┤ │ 2. CLAUDE.md (轻量化)只写项目踩坑点(Gotchas)不写废话 │ ├─────────────────────────────────────────────────────────────┤ │ 3. Skills.md (树状渐进式)沉淀团队独有偏好按需延迟加载 │ ├─────────────────────────────────────────────────────────────┤ │ 4. References (引用)直接挂载代码、HTML原型与单元测试集 │ └─────────────────────────────────────────────────────────────┘System Prompt系统提示词与产品上下文强绑定。只告诉 AI 它在什么产品里、在干什么。能删则删不要把这当成规则收容所。CLAUDE.md仓库配置保持极度轻量。花大部分 Tokens 去描述当前代码库的隐形踩坑点Gotchas例如类型定义必须统一写在某个文件。绝对不要写通过看一眼文件目录就能知道的“废话”。 复杂的验证流程请抽离成独立的 Skill 文件。Skills技能库作为轻量级的信息检索指南编码团队特定的独有偏好与最佳实践。超长的 Skill 请务必按照树状结构拆分多个文件通过渐进式加载去调用。References引用使用语法将原型文件、接口定义或源码直接挂载为引用用计算机能懂的高忠实度语言去喂养大模型。四、 极客工具推荐用claude doctor体验一键减肥为了帮助全球开发者自动瘦身并清理那些早已过时的旧规则Anthropic 已经将这套上下文工程的最佳实践打包进了最新的 Claude Code 命令行工具中。你只需要在 Claude Code 终端中输入以下指令Bash/doctor # 或执行 shell 命令 claude doctor系统就会自动扫描你项目中的CLAUDE.md和.claude/skills/文件夹自动帮你指出哪些 Prompt 存在过度约束、哪些指令发生了重复冲突并一键帮你优化到第五代模型的最佳瘦身状态Context Engineering 的另一层实践是管理好多模型Anthropic 这篇文章讨论的是如何减少上下文负担但在真实开发中还有一个越来越普遍的问题模型选择本身也成了上下文工程的一部分。很多团队已经不会只依赖单一模型而是根据任务动态切换。我自己最近也在用魔芋 AI做日常测试和 Agent 调试。它把全球200 主流大模型整合到了同一个接口下不用频繁切换不同平台对于需要横向对比模型效果、验证 Prompt 或搭建 Agent 的开发者来说会方便很多。体验下来在响应速度、稳定性和调用成本方面相比不少模型中转服务也有一定优势。魔芋AI大模型网关I全球大模型一站式调用及服务平台最近平台刚完成了一轮升级新用户注册还能领取百万 Tokens体验额度。如果平时本来就需要频繁测试不同模型可以顺手体验一下作为日常开发环境里的一个统一入口。结语大模型的进化速度超越了绝大多数人的想象。一年前被奉为圭臬的“提示词黑魔法”在更加聪明的 Claude 5 代模型面前可能正在变成拖累生产力的枷锁。最好的上下文工程不是事无巨细的监控而是给出优雅的接口、清晰的边界然后放手让大模型去发挥它的情境判断力。今天就去给你的 Agent 提示词做一次claude doctor深度体检吧欢迎在评论区晒出你为 Prompt 成功“减肥”后的惊人对比数据