别再堆规则写长Prompt！Claude 5删80%约束仍性能在线，揭示80%规则实为负优化的真相。
核心内容：
传统提示工程困境：堆规则导致AI输出混乱
Claude 5删80%规则的实践与效果
上下文工程新方向：从定死规则到交模型判断
不知道你有没有过这这样的体验：
为了让 AI 输出达标，系统提示词越写越长，规则列了十几条，连输出格式都抠到了标点符号。
结果呢？要么 AI 转头就忽略核心要求，要么几条规则打起架，出来的东西不伦不类。
难道规则还不够细？于是再补五条例外场景，三句重点强调，可效果反而越来越差。
最近 Anthropic 发布的的 Claude 5 系列上下文工程新规范，他们直接删掉了 Claude Code 里 80% 的系统提示词，结果在全套编码评测里，性能没出现任何可测量的下滑。
其实，我们往上下文里塞的大部分规则、约束、注意事项，不仅没用，反而在拖模型的后腿。
今天 PEC 就结合官方指南和我们的实战经验，跟大家聊透这件事。
* *
别只盯着用户 Prompt，真正拉开差距的是上下文工程
很多人到现在还觉得，提示工程就是把用户提问写得更专业。但实际上，不管你用 Claude Code 做项目，还是自己搭 AI 智能体，用户单次输入的 Prompt，只占模型收到的全部上下文里很小一块。
系统提示词、Skill 技能文件、项目里的 CLAUDE.md、历史记忆、工具定义…… 这些跨会话、全局生效的内容，才是决定 AI 输出上限的核心。
这套打理全局上下文的工作，就是「上下文工程」，也是现在高阶玩家真正在卷的能力。
早几年模型能力弱，我们必须靠密密麻麻的规则 “扶着 AI 走”，怕它删错文件、怕它乱输出、怕它犯低级错。但到了 Claude Opus 5、Fable 5 这一代，模型本身的理解能力和判断力已经上了一个大台阶，我们那套 “堆规则、加约束” 的老玩法，反而成了绑住模型的枷锁。
Anthropic 自己复盘内部使用记录时都发现，一个请求里经常撞着好几条冲突指令：系统提示说 “默认不写代码注释”，Skill 里要求 “核心逻辑要补说明”，用户又补了句 “代码写得易读点”。模型本来能直接给出最优解，结果大半精力都花在权衡这些冲突规则上了。
说实话我一直觉得，很多人做提示工程，陷进了一种 “监工思维”：总怕 AI 犯错，所以把每一步都框死。可你管得越细，AI 就越像戴着镣铐跳舞，上限早被你锁死了。
* *
老思路该扔了，上下文工程的玩法全变了
官方总结了好几个曾经奉为圭臬、现在已经完全过时的 “最佳实践”，每一条都踩中了很多人的日常操作。
从 “定死规则” 到 “交给模型判断”
以前的写法是一刀切：“绝对不许写多行注释”“禁止生成中间规划文档”，用死规则规避所有风险。
现在只给原则：“代码风格跟现有仓库保持一致，匹配注释密度和命名习惯”，把决策权交回去。
我的感受是，这本质是对模型定位的底层变化。以前我们把 AI 当流水线操作工，每个动作都要规定死；但今天的 Claude 5，已经是能独立判断的资深执行者。你给老工程师定一堆 “不许写注释” 的死规矩，反而耽误他处理复杂场景；但你告诉他 “跟着项目风格走”，他自己会根据代码复杂度拿捏分寸。
很多人写提示词的误区，就是永远在 “防出错”，为此不惜牺牲能力上限。可新一代模型的容错能力早就超出预期了，比起零犯错，更该想的是怎么让它发挥出完整潜力。
从 “堆使用示例” 到 “做好接口设计”
以前默认工具配的示例越多，AI 用得越准，恨不得把所有场景都举一遍。现在官方明确说：示例太多反而会限制模型的探索空间，让它困在示例的框架里，想不到更灵活的用法。
真正高效的做法，是把工具的参数、枚举值、边界定义清楚，靠接口本身引导使用。
这一点我特别认同。以前拼的是谁文案写得细、例子举得多；未来拼的是谁懂产品化的接口设计。比如一个待办工具，你不用写三五个使用案例，只要把状态定义成「待办 / 进行中 / 已完成」，补一句 “同一时间只留一个进行中任务”，模型自然就懂怎么用。
把精力从 “写示例” 转到“设计清晰的交互边界”上，才是下一代上下文工程的核心能力。
从 “一次性全加载” 到 “渐进式披露”
以前总求全：所有规范、所有工具、所有说明全塞进系统提示，一上来就把上下文填得满满当当。
现在的思路是分层：非核心内容拆成独立 Skill，做成延迟加载，真正用到的时候再载入对应内容。
这是整篇里最有实战价值的一点，也是90% 的人都在踩的坑。很多人做 Agent，一上来把十几个工具说明、全套开发规范、项目历史全堆在系统提示里，上下文窗口近一半都是大概率用不上的信息，真正处理核心任务时，模型注意力分散，有效 token 也被严重浪费。
官方的做法很值得参考：核心身份规则放系统提示；代码审查、校验这类低频需求，做成独立 Skill 按需调用；甚至工具本身都可以 “延迟加载”—— 先告诉模型有这个工具，具体定义等它要用的时候自己检索。
放到我们自己的项目里也一样：别总想着写一个万能 CLAUDE.md 包打天下，做成树形文档，核心信息放首页，细节藏在子文件里按需读取，效果远比堆一整页长文好。
顺带提两个细节调整：一是别再重复强调同一件事，工具说明就放工具定义里，不用在系统提示里再复述一遍；二是不用手动往 CLAUDE.md 里塞记忆，现在模型会自动沉淀相关信息，我们管好项目特有的约定就行。
* *
照着这四点改，快速落地新规范
说了这么多，落到自己的项目里该怎么动？给大家整理了四个核心调整方向：
系统提示：只定身份，不抠细节核心是说清 AI 是谁、要做什么。用 Claude Code 的基本不用改内置提示；自己搭 Agent 的，把精力放在身份定位和核心边界上，别塞细碎的执行规则。
CLAUDE.md：做 “项目踩坑指南”，别写废话像 “这是 XX 项目，用 XX 技术栈” 这种 AI 扫一眼文件结构就知道的内容，纯浪费 token。真正有价值的是只有你们项目才有的坑，比如 “类型定义统一放在 types/index.ts，不许零散新建”。
Skills：做 “专项知识库”，别堆长文把团队独有的最佳实践、领域规范做成 Skill，别全塞进全局上下文。长内容尽量拆分，按需加载。
参考资料：优先高保真素材给 AI 喂参考，永远优先代码、HTML 原型、测试套件这类内容。一个可运行的页面原型，比一千字的设计描述都准确。
* *
Claude 5 新出的这套规范，让提示工程早就告别了 “玄学咒语” 的蛮荒时代，也在告别 “堆字数、堆规则” 的蛮力时代。
最早大家拼谁的 “咒语” 灵，后来拼谁的格式更严谨，而到了今天，真正的比拼已经变成了上下文架构的设计能力。
能不能给模型搭一个舒服的协作框架？能不能在合适的时候递对信息？能不能守住底线又不束缚能力？这才是下一代上下文工程的核心命题。
总有人说模型越来越强，提示工程师会失业。但我反而觉得，不是提示工程没用了，是对我们的要求变高了 —— 你不用再死磕每一个措辞，但你必须懂怎么和智能体协作，怎么搭一套高效的上下文体系。
毕竟，高阶的引导从来不是管着 AI 一步一步走，而是给它足够的空间，让它长成你想要的样子。
[登录查看剩余 70% 内容](javascript:void (0);)
提示词工程提示词优化技巧AI提示词技巧
分享：
用微信扫描二维码
用微信扫描二维码
用微信扫描二维码
用微信扫描二维码
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业
上一篇：你写给 AI 的"员工手册"，正在让它变蠢下一篇：Claude Code 团队最新复盘：删掉 80% 的系统提示词，AI 编程效果竟然没变差
返回列表
相关资讯
2026-07-29 深入解析Chromium的 AI Coding 开发体系2026-07-28 你写给 AI 的"员工手册"，正在让它变蠢2026-07-27 Claude Code 团队最新复盘：删掉 80% 的系统提示词，AI 编程效果竟然没变差2026-07-25 爆删80%系统提示词！Anthropic核心成员揭秘Claude 5最新玩法：上下文工程全面大换血2026-07-23 别再憋 Prompt：10 分钟语音，生成一份 AI 能执行的任务书2026-07-20 别再只写 Prompt 了，开始设计 Loop2026-07-20 从 Prompt 到 Harness：企业级 Agent 工程的完整演进之路2026-07-20 小白轻松掌握 WorkBuddy ：项目管理 场景下的实践总结
联系获取
联系获取
160+中大型企业正在使用53AI
[立即咨询](javascript:void(0))[预约演示](javascript:void(0))
把握AI发展的机遇，共同探索、共同进步 2025-01-22如何打造基于GenAI的员工服务机器人 2025-01-22
