你的提示词，80% 都是废话？Anthropic 总结出这 6 条上下文工程秘籍
你有没有写过特别长的提示词？
几百行规则，从代码风格写到提交规范，从测试流程写到安全审查，恨不得把所有能想到的注意事项全都塞进去。写完之后你心里终于感觉踏实了，觉得 AI 这下总该听话了吧。
结果呢，它有时候反而更拧巴了。这是为什么？
Anthropic 官方最近发表了一篇技术博客，答案就在里面。他们把 Claude Code 的系统提示词砍掉了 80% 以上，换上了 Claude Opus 5 和 Claude Fable 5 这些新模型，然后跑了一遍内部编码评估测试。
效果竟然没有差别。
于是就有了这个暴论，「你之前那套精心调教了几个月的提示词，八成可能都是废话。」
三天前我刚写过一篇 GPT-5.6 的提示词指南，核心就一句话，「少写」。OpenAI 内部测试砍掉 66% 的提示词，评分反而涨了 15%，token 消耗减半。
这次 Anthropic 更狠，「我们砍了 80% Claude Code 系统提示词，效果不变。」
两个竞争对手，同一周，罕见地得出了完全一样的结论。
你那些写给 GPT-4 时代的规则、那些塞满 CLAUDE.md 的注意事项、那些在系统提示词里重复三遍的指令，对 GPT-5.6、Claude Opus 5 这些新模型来说，可能正在拖后腿。
Anthropic 在博客里总结了 6 条「上下文工程」的经验，每一条我都尽量翻译成你能直接上手的操作。
01｜别加太多规则，让模型自己判断
以前 Claude Code 的系统提示词里有这么一条。
「代码里默认不加注释。永远不要写多段注释块，最多一行。不要自己创建规划文档。」
听起来挺合理吧？但问题是，有些代码确实需要注释，有些用户就是想让 Claude 帮忙写规划文档。一条规则写死了，Claude 遇到例外场景只能懵逼。
Claude Code 产品一姐 Cat Wu 的总结是，「写提示词时，你要想想这句话有多少种方式会被误解。」
砍完后，Claude Code 现在的系统提示词换成了这句，「写出来的代码要像周围的代码，注释密度、命名习惯、代码风格，和已有代码保持一致。」
一句话替代了一整段禁令。模型自己会去看上下文，自己判断该不该写注释。
你的 CLAUDE.md 该怎么改？ 打开你的 CLAUDE.md，搜索「不要」「禁止」「always」「never」。每找到一条，问自己一个问题，Claude 看一眼我的代码库，能自己推断出这条规则吗？能推断出来的，果断删掉。
02｜别给示例，把接口设计好
这是最反直觉的一条。
以前的黄金法则是给 AI 投喂示例，俗称 few-shot prompting，写几个示范告诉它你想要什么格式、什么风格、什么结构。
但 Anthropic 发现，给 Claude Fable 5 这种模型看示例，反而限制了它的探索能力。
Cat Wu 说，「把示例去掉后效果好了很多，因为模型自己想出来的方案比我们给的示例更有创意。」
他们用 TodoWrite 这个工具做了一个对比。
[图片] 左边，旧版工具描述，将近 9100 个字符，塞满了使用说明和示例。右边是新版工具卡片，一段简短的功能描述加上三个状态标签和一条规则。
9100 个字符的说明书，被一个设计清晰的接口替代了，效果反而更好。
与其花精力写示例教模型怎么用工具，不如把工具本身设计得更直观，参数名取好，枚举值列清楚，约束条件写在接口定义里，模型一看就知道该怎么用。
有个开发者在 Hacker News 上说，「这就和入职培训一样，你其实不需要给新员工写一本操作手册，给他一套设计清晰的工具，他自己就能上手。」
03｜别全塞进去，按需加载
你的 CLAUDE.md 是不是什么都往里写？代码审查流程、部署步骤、验证清单、安全规范，全放在一个文件里？
Anthropic 自己也这么干过。Claude Code 之前把代码审查的详细流程、验证步骤全写在系统提示词里，每次对话都带上，不管你这次是不是在做代码审查。
更优雅的解决方案叫「渐进式披露」，progressive disclosure。
简单来说，不是所有信息都需要一开始就给 AI。代码审查流程？拆分到一个独立的 Skill 文件里，Claude 做代码审查的时候自己去调用。验证步骤？同样拆出去。工具定义？有些工具现在是「延迟加载」的，Claude 需要的时候先搜索完整定义，然后再调用。
你也一样。把 CLAUDE.md 里超过 5 行的流程性内容拆分出去，变成独立的 Skill 文件，CLAUDE.md 只留一句话指向它就行。
更关键的是，你知道 Claude 实际接收到的信息有多少层吗？你的提示词只是最上面的一层，下面还有引用文件、系统提示词、CLAUDE.md、Skill 文件，五层叠在一起。
[图片] 每一层都在消耗上下文窗口，塞得越满，真正有用的信息被淹没的概率就越大。
之前有开发者扒过 Claude Code 的系统提示词，一次对话要发送 33000 token。作为对比，另一个开源编程工具 OpenCode 只消耗 7000 token。现在 Anthropic 自己承认，「确实塞太多了。」
04｜别重复说，一遍就够
这条经验和 OpenAI 说的「每条指令只说一遍」不谋而合。
Anthropic 研究团队翻看自己的对话记录时发现，同一个请求里居然同时出现了「适当添加注释」和「不要添加注释」这两条互相矛盾的指令。一条来自系统提示词，一条来自 Skill 文件。
模型不会聪明地挑一条执行，它会花大量 token 试图两头兼顾，结果两边都做不好。
上一篇文章里我用了一个比喻，你打排位，四个队友同时指挥，一个请求集合一个开始撤退，你站原地送了人头。提示词矛盾就是这个效果。
怎么检查？ 把你的系统提示词、CLAUDE.md、所有 Skill 文件全打开，搜同一个关键词。比如搜「comment」「test」「verify」，看有没有两条规则在说同一件事但措辞不同。有的话只留一条，放在最合适的位置，工具怎么用的说明就放在工具描述里，不需要在系统提示词里再写一遍。（当然，最省心的方法是让 Claude Code/Codex 这类 Agent 自行检查。）
05｜别手动记录，让 Claude 自己记
以前 Anthropic 鼓励用户用 # 快捷键把项目信息写进 CLAUDE.md，把它当成 Claude 的记忆库。项目结构、团队偏好、历史决策，全往里塞。
现在不用了。Claude 有了自动记忆功能，它自己会把项目相关的信息保存下来。CLAUDE.md 从百科全书变成了项目速查卡。
Anthropic 建议，简单写一下这个仓库是干什么的，然后把大部分篇幅留给那些 Claude 从你的代码里看不出来的东西。比如你们团队把所有类型定义放在一个巨型文档里，这个约定光看目录结构推断不出来；再比如你们的部署流程有个隐藏的前置步骤，不写下来没人知道。
「写代码要整洁」「函数不要太长」「变量名要有意义」，这些一律不用写。现在的 AI 足够聪明，看一眼你的代码就知道你们的风格是什么。
CLAUDE.md 只写 Claude 自己推断不出来的内容，其他都可以删掉。
06｜别写规格说明书，给 AI 丰富的参考
以前给 Claude 交代需求，你可能习惯写一份 Markdown 文档，列清楚要什么、不要什么，像一份产品需求文档。
Anthropic 发现，Claude 其实能处理比 Markdown 复杂得多的参考材料。
HTML 页面效果 > 截图 > 文字描述。比如你想让 Claude 做一个登录页面，与其写一大段描述「顶部导航栏、中间是表单、底部有链接」，不如直接给它一个 HTML 文件，「照这个做。」
测试用例也是一种参考。你想让 Claude 实现某个功能，给它一份详细的测试文件，告诉它「跑通这些测试就算完成」，比写一页需求文档更管用。
还有一种玩法叫 rubric，评分标准。你把「好的 API 设计长什么样」写成一份评分表，Claude 可以在 workflow 里调用验证 Agent，拿这份评分表去检查输出质量。
有个创业者感慨道，「大多数系统提示词和 Skill 文件的保质期其实很短。它们本质上是给当前模型的缺点打补丁。但这些缺点，很可能已经被下一代模型训练修复了。」
确实。你今天花三天调出来的一套提示词，下个模型可能就废了。写作就是一个非常好的例子。
懒得一条条检查？别急，还有一个神级命令，/doctor。
在 Claude Code 里输入 /doctor，它会自动扫描你的 CLAUDE.md 和 Skill 文件，告诉你哪些内容是冗余的、哪些规则互相矛盾、哪些信息 Claude 自己看代码就能推断出来。
[图片] Hacker News 上有网友戏称现在的提示词工程为「prompt astrology」，提示词占星术。意思是大家都在凭感觉堆砌规则。
但也有不同意见。有开发者反驳说，「可预测性才是工具的基本属性。大语言模型本质上是概率机器，这一点没变。」
这话也没毛病。新模型虽然更聪明了，但并不意味着你可以什么都不写。Anthropic 自己也没把系统提示词删除到 0，他们留下了 20%，那些是真正必要的约束规则和产品定义。
需要砍掉的是那些「看代码就能推断」「重复了三遍」「跟别的规则互相矛盾」的内容。留下的应该是 Claude 自己想不到的、你独有的那些东西。
本质上，context engineering 正在取代 prompt engineering。提示词只是你发的那一行文字，上下文是模型实际看到的全部信息，包括系统提示词、CLAUDE.md、Skill 文件、记忆、你 @ 进来的参考文件。
模型升级了，整个上下文工程的玩法就得跟着变了。
打开你的 Claude Code，试试 /doctor。
我是木易，每天帮你抹平 AI 圈的信息差。这篇如果有用，顺手点个赞和在看，转给身边用 AI 的朋友。想第一时间收到更新，给我加个星标⭐。我们明天见。