Содержание
Claude 5 требует меньше инструкций: чему Anthropic научилась на Claude Code
Anthropic опубликовала новый гайд по работе с контекстом для моделей поколения Claude 5. Главный вывод получился неожиданным: более умным моделям часто мешают длинные наборы жёстких правил. Команда удалила свыше 80% системного промпта Claude Code для Claude Opus 5 и Claude Fable 5 — и не увидела измеримого ухудшения в своих тестах по программированию.
Почему длинный промпт начал мешать
Системные инструкции, Skills, файлы CLAUDE.md, память и запрос пользователя могут одновременно давать модели разные указания. Например, одна инструкция просит добавлять документацию, другая запрещает развёрнутые комментарии, а третья требует следовать стилю проекта. Чем больше таких правил накапливается, тем выше риск противоречий и тем меньше у модели пространства для собственного суждения.
Для Claude 5 Anthropic предлагает заменять подробные запреты короткими принципами. Вместо жёсткого требования почти не писать комментарии Claude Code теперь получает более гибкую установку: писать код в стиле окружающего проекта, сохраняя его плотность комментариев, названия и привычные приёмы.
Новые правила контекст-инжиниринга
Anthropic выделяет несколько важных сдвигов в работе с современными моделями:
- Проектировать интерфейсы вместо коллекции примеров. Хорошая схема инструмента и понятные поля становятся важнее множества демонстраций.
- Использовать постепенное раскрытие контекста. Не загружать всё заранее, а давать модели возможность открыть нужный Skill, документ или справку по ходу задачи.
- Не дублировать инструкции. Правила работы с инструментом лучше хранить в его описании, а не повторять в системном промпте.
- Держать CLAUDE.md коротким. В нём полезнее фиксировать не очевидные факты о проекте, а ловушки и важные исключения, которые модель не сможет понять из файлов.
- Давать насыщенные референсы. Например, HTML-макет интерфейса может оказаться полезнее текстового описания или скриншота.
Anthropic также представила команду claude doctor, которая помогает находить перегруженные инструкции и упрощать контекст. Это особенно полезно для команд, где правила для AI-агента копились месяцами в разных файлах и начали конфликтовать друг с другом.
Что это значит для авторов и бизнеса
Принцип применим не только к коду. Если AI помогает писать тексты, собирать презентации, анализировать документы или вести маркетинговые процессы, стоит проверить постоянные инструкции: убрать повторы, разделить правила по задачам и оставить в основном контексте только действительно универсальные требования. Брендбук, примеры публикаций и специальные чек-листы лучше подключать тогда, когда они нужны.
Практический вывод простой: для новых моделей качество контекста становится важнее его объёма. Короткая, непротиворечивая система правил с понятными источниками знаний может дать более стабильный результат, чем огромный «идеальный промпт», который пытается предусмотреть каждую ситуацию.