Claude Code狂刪80%提示詞，Opus 5反手加回去了

Anthropic 在近期推出的 Claude 系列模型與開發工具更新中，出現了一項令人玩味的轉折。原本在 Claude Code 這款協助開發者撰寫程式的輔助工具中，團隊大刀闊斧地刪除了多達 80% 的提示詞（prompt），試圖簡化指令流程、減少不必要的干擾，讓模型能夠更自由地發揮理解力。然而，隨著更強大的 Opus 5 模型登場，這些被砍掉的提示詞不僅被全數恢復，甚至還加入了更多新的規範，形成「模型越強，規矩反而越多」的奇特現象。Claude Code 是 Anthropic 專為開發者設計的程式碼生成與輔助工具，它透過提示詞引導模型在特定情境下產出符合預期的程式碼。

原先的提示詞數量龐大，涵蓋了各種使用場景的邊界條件與格式要求。開發團隊在更新時決定大幅刪減，原因在於他們觀察到過多的提示詞可能會限制模型本身的推理能力，尤其是當模型已經具備足夠的理解力時，冗長的指令反而成為一種束縛。這項刪減動作一度被外界解讀為 Anthropic 對模型自主性的信心展現。然而，Opus 5 的推出徹底改變了這個局面。作為 Claude 系列中參數量最大、推理深度最強的模型，Opus 5 在程式碼生成、邏輯推理與長文本理解等任務上表現出驚人的能力。

但正是因為它太強大了，Anthropic 的團隊發現，若沒有足夠細緻的提示框架來約束，Opus 5 可能會產生偏差或濫用行為，例如生成不被允許的程式碼片段、過度解讀模糊指令，甚至在某些邊緣案例中偏離安全規範。於是，開發者決定將先前刪除的 80% 提示詞全部恢復，並且在此基礎上新增了一系列更嚴格的規範。這項變動背後反映了 Anthropic 在提升模型能力與維持使用行為可控性之間的反覆權衡。業界分析指出，提示工程（Prompt Engineering）在大型語言模型的應用中扮演著越來越關鍵的角色。

當模型能力較弱時，提示詞的主要功能是「輔助」，幫助模型理解任務；但當模型能力極強時，提示詞的任務則轉變為「限制」，確保模型在正確的軌道上運作。Claude Code 從刪減到恢復的過程，正好展示了這種動態平衡的困難。值得注意的是，Opus 5 的提示詞不僅是簡單的恢復，還加入了更多針對安全、隱私與合規性的規範。例如，針對金融、醫療等敏感領域的程式碼生成，新增了多重驗證步驟；對於可能涉及系統漏洞或惡意行為的請求，則設定了更嚴格的拒絕條件。這些新增的提示詞使得 Claude Code 的整體指令集比刪減前更加龐大，但同時也讓模型在面對複雜任務時能夠更穩定地輸出結果。

對於開發者社群而言，這項變化帶來了喜憂參半的感受。一方面，更多的提示詞意味著更可控的輸出，有助於減少除錯與安全審查的時間；另一方面，過於複雜的提示框架可能讓開發者感到束手束腳，尤其是在需要快速迭代或進行創意性程式設計時。部分開發者在社群論壇上表示，希望 Anthropic 能夠提供更靈活的提示詞配置選項，讓使用者根據自身需求切換嚴格模式與自由模式。從更宏觀的角度來看，Anthropic 的這一步也反映出整個 AI 產業在模型規模與可控性之間的普遍困境。

OpenAI、Google DeepMind 等競爭對手同樣面臨著類似的挑戰：當模型參數量級突破某個門檻後，單純靠訓練數據與模型架構無法完全保證行為的合規性，必須仰賴外部提示工程來進行微調。Claude Code 的案例正是這種「以提示詞約束模型」策略的具體實踐。目前，Anthropic 尚未對外公開完整的提示詞變更清單，但內部人士透露，這項調整已經在最新的 Claude Code 版本中生效，並將在後續的更新中持續優化。開發者可以透過更新客戶端來體驗新的提示詞框架，並回報使用過程中的問題。對於那些已經習慣了精簡提示詞的開發者來說，可能需要一段時間來適應這種「更嚴謹」的開發環境。

總體而言，從「刪除 80% 提示詞」到「Opus 5 加回且再加碼」，Anthropic 在提示工程上的反覆，恰恰說明了 AI 模型開發並非一條直線上升的路徑，而是需要在能力與控制之間不斷尋找平衡點。隨著未來模型能力持續躍進，提示詞的設計與管理勢必會成為一門更加精密的學問，而 Claude Code 的這次調整，或許只是一個開端。