Как писать промпты для Claude Opus 5: меньше многословия и лишних действий

Старый промпт на Opus 5 может не сломаться, но стать слишком старательным. Модель может дольше объяснять, повторно проверять уже проверенное и расширять узкую задачу — с лишними токенами, задержкой и ручной проверкой.
Разбираем официальное руководство Anthropic на русском: какие инструкции пора удалить, чем их заменить и почему effort — уровень ресурсов на рассуждение, а не регулятор длины ответа.

Для кого этот материал: для команд, которые переносят системные промпты и агентные сценарии с Opus 4.8. Если вы работаете только в чате, начните с разделов о длине ответа и границах задачи. Агент-помощник здесь — отдельный экземпляр модели для самостоятельной подзадачи.

Короткий ответ: полностью переписывать промпты Opus 4.8 не нужно. Сначала найдите реальный симптом. Если ответ длинный — задайте объём. Если задача расползается — очертите границы. Если запускаются лишние агенты — задайте условия делегирования. Меняйте один рычаг за раз и проверяйте результат на своих сценариях.

1. Почему старые промпты стали давать лишнюю работу

В руководстве к выпущенному 24 июля 2026 года Opus 5 Anthropic описывает тенденции, а не гарантированное поведение: ответы и создаваемые файлы стали длиннее, модель чаще сообщает о ходе работы, охотнее делегирует задачи и лучше проверяет себя без напоминаний.

Отсюда парадокс. Инструкции, которые помогали менее автономной модели, теперь могут умножать лишнюю работу. Команда «обязательно перепроверь всё и запусти отдельного агента» не делает результат автоматически надёжнее; она способна добавить ещё один проход поверх типичной самопроверки Opus 5.

Шесть отдельных рычагов настройки промпта Claude Opus 5
Не лечите все симптомы одним параметром. Длина, ход работы, границы и делегирование настраиваются отдельно.

2. Что изменилось и что можно оставить от Opus 4.8

Хорошая новость: Anthropic прямо пишет, что Opus 5 хорошо работает с существующими промптами Opus 4.8. Значит, не нужно начинать с чистого листа и переписывать библиотеку ради самого номера модели.

Нужен аудит поведения. Возьмите несколько типичных задач — короткую правку, сложную разработку, проверку кода, отчёт — и сравните не только правильность ответа, но и объём, задержку, число действий, ширину изменений и время ручной проверки.

Цель, контекст, критерии приёмки, формат результата и реальные ограничения оставьте. Многословие, частоту сообщений, длину файлов, границы и делегирование проверяйте отдельно. Глобальные команды на повторную проверку или постоянное делегирование удаляйте только там, где они действительно ухудшают измеримый результат.

3. Сначала найдите симптом, затем меняйте один рычаг

Слабая стратегия — добавить в системный промпт ещё один большой блок «на всякий случай». Сильная — связать наблюдаемый сбой с одной настройкой и проверить изменение на одинаковом наборе задач.

Симптом Неверная реакция Правильный рычаг
Ответ слишком длинный Просто снизить effort Задать объём, структуру и уровень деталей
Слишком много сообщений Отключить thinking Описать частоту и форму обновлений
Узкая правка стала рефакторингом Добавить десяток запретов Очертить область задачи и точку остановки
Лишние агенты-помощники Надеяться на усмотрение модели Задать условия и предел делегирования
Повторные круги проверки Добавить ещё одну повторную проверку Убрать общий ритуал, сохранить предметные тесты

4. Как сделать ответы и файлы короче

effort не регулирует видимую длину

В Opus 5 параметр effort управляет тем, сколько ресурсов модель направляет на рассуждение, вызовы инструментов и сложность работы. Он влияет на токены и задержку, но не является надёжной ручкой для длины текста, который видит пользователь.

Поэтому фраза «поставим low, чтобы Claude отвечал короче» смешивает две задачи. Уровень рассуждения выбирайте по качеству на своих примерах. Длину задавайте прямо.

<response_style>
Отвечай кратко и по существу.
Начинай с главного вывода.
Давай обзор верхнего уровня, пока пользователь
явно не попросит подробности.
</response_style>
Effort и длина видимого ответа Claude Opus 5 — разные регуляторы
effort отвечает за глубину работы, а явная инструкция — за объём и форму видимого ответа.

Почему effort=max не означает «всегда лучше»: FrontierCode Main — набор из 150 задач по программированию. В системном отчёте Anthropic уровень effort=medium получил 53,4%, а effort=max — 48,0%. Это результат одного набора задач, а не универсальный рейтинг уровней; выбирать значение нужно по собственным проверкам.

Сообщения пользователю и длина файлов — два отдельных правила

Opus 5 охотно рассказывает, что собирается делать. В агентном продукте это полезно, пока сообщения помогают человеку понять риск или смену направления. Отчёт «прочитал файл, теперь прочитаю второй» обычно только размывает работу.

<progress_updates>
Перед первым инструментом скажи одним предложением,
что собираешься сделать.
Затем сообщай только о важной находке
или смене направления.
Финал начни с результата.
</progress_updates>

Для документов нужна ещё одна инструкция. Сокращение диалогового ответа не гарантирует короткий отчёт или README:

<written_deliverables>
Соразмеряй длину документа с задачей.
Покрой существенные детали, но не добавляй
пустые разделы, повторные резюме и шаблонный текст.
</written_deliverables>

5. Как ограничить границы задачи без микроменеджмента

Более автономная модель может увидеть рядом с задачей полезное улучшение и решить, что оно тоже входит в работу. Для продукта это опасно: маленькая правка становится большим изменением, растёт объём проверки изменений, а у владельца задачи появляется результат, который он не просил.

Выход — не перечислять сотню запретов, а описать четыре границы:

  • Что сделать: выполнить запрос полностью.
  • Что решать самостоятельно: обычные рабочие детали.
  • Когда спрашивать: если трактовки приведут к существенно разной работе.
  • Где остановиться: перед действиями вне области задачи.

Было: «Исправь ошибку и заодно улучши кодовую базу по своему усмотрению».
Стало: «Исправь указанную ошибку. Не перерабатывай соседние модули, если это не требуется для исправления. Обычные технические решения принимай самостоятельно. Если две трактовки приведут к существенно разной работе — спроси. Заверши задачу и остановись перед действиями вне её границ».

Это не запрет на инициативу. Модель может заметить более сильный подход и коротко сообщить о нём, но не должна молча менять сам запрос. Такой принцип может снижать риск расширения задачи и упрощать проверку изменений в управляемом процессе разработки.

6. Почему не стоит просить перепроверять всё

Руководство Anthropic говорит не «контроль качества больше не нужен», а другое: Opus 5 и без того хорошо ловит и исправляет собственные ошибки. Унаследованная команда «после любой нетривиальной задачи проведи финальную перепроверку» может вызвать лишний круг проверки без заметной пользы.

Удаляйте ритуал, а не проверяемые критерии. Тест модуля, статический анализатор (линтер), валидация JSON Schema, сравнение миграции базы и проверка доступности — это наблюдаемые проверки. Они остаются. Лишним становится общий призыв «проверь ещё раз», не привязанный к риску.

Инструкция Решение Почему
«После любой задачи перепроверь всё» Проверить и убрать при дублировании Повторяет типичную самопроверку модели без конкретного критерия
«После изменения запусти тесты модуля» Оставить Есть детерминированный результат
«Проверь, что схема и видимый FAQ совпадают» Оставить Проверяется конкретный риск релиза

7. Когда разрешать агентов-помощников

Opus 5 охотнее делегирует работу отдельным агентам. Это полезно для независимых крупных направлений: один собирает факты, другой анализирует интерфейс, третий готовит отдельный компонент. Но каждый запуск добавляет стоимость, ожидание и риск пересечения работы.

Проверьте три условия: направление имеет самостоятельный результат, занимает больше нескольких простых действий и действительно может выполняться параллельно. Если хотя бы одно условие не выполнено, основной поток обычно дешевле и понятнее.

Три условия запуска агента-помощника в Claude Opus 5
Делегирование оправдано, когда работа одновременно независима, достаточно крупна и способна идти параллельно.
<delegation_policy>
Делегируй только крупные независимые направления,
которые действительно можно выполнить параллельно.
Небольшую задачу выполни сам.
Не запускай отдельного агента только для повторной
проверки собственной работы.
</delegation_policy>

Не фиксируйте магическое число агентов без измерений. Один независимый исследователь может быть полезнее трёх, которые задают один вопрос и потом требуют объединения результатов. Экономику такого контура стоит считать так же внимательно, как полную стоимость собственной автоматизации.

8. Как сократить лишние самоисправления и не потерять дефекты

Opus 5 чаще проговаривает, что исправляет свою прежнюю формулировку. Это повышает прозрачность, когда ошибка меняет код, вывод или решение. Но комментарий к каждой мелкой оговорке перегружает диалог.

<correction_policy>
Сообщай об исправлении прежнего утверждения,
только если ошибка меняет код, вывод или решение.
Мелкие оговорки исправляй без отдельного объявления.
</correction_policy>

Первое правило влияет на шум в диалоге. Следующее — на полноту проверки кода. Если попросить «быть консервативным» и показывать только критические проблемы, модель может буквально сократить число находок. Anthropic советует сначала собрать реальные дефекты без фильтра по тяжести, а приоритет назначить отдельным проходом.

Рабочая формулировка: «Найди все реальные дефекты, которые можешь подтвердить кодом и сценарием воспроизведения. Не фильтруй их по серьёзности на этапе поиска. Затем отдельным шагом раздели находки по приоритету и объясни влияние».

9. Thinking включён по умолчанию: что учесть в API

Для API модель имеет ID claude-opus-5, получает контекст до 1 млн токенов и может вернуть до 128 тыс. токенов общего вывода. Режим внутренних рассуждений (thinking) включён, даже если поле thinking не передано: отсутствие поля эквивалентно адаптивному режиму. Глубина регулируется через output_config.effort; значение по умолчанию — high.

Отключение разрешено только при low, medium или high. Запрос с thinking: disabled и уровнем xhigh или max вернёт ошибку 400.

Сравнение включённого и отключённого thinking в Claude Opus 5
По возможности оставляйте thinking включённым и сначала подбирайте effort по собственным проверочным задачам.

При отключённом thinking Anthropic отмечает два редких, но важных риска. Частота не опубликована, поэтому не нужно превращать их в страшилку:

  • Команда осталась текстом. Модель написала вызов инструмента, но система его не выполнила; запись при этом может остаться в истории.
  • Появились внутренние XML-теги. Служебная разметка попала в ответ, который видит пользователь или следующий шаг цепочки.
<disabled_thinking_safety>
Перед инструментом можно дать короткую фразу.
Если подходящего инструмента нет, скажи об этом
вместо догадки.
Не выводи внутренние или системные XML-теги.
</disabled_thinking_safety>

Практический выбор: начните с thinking, включённого по умолчанию, и effort: high. Проверьте качество. Затем испытайте medium и low там, где качество сохраняется. К xhigh и max переходите для действительно сложной разработки и долгих агентных задач, а не по принципу «больше всегда лучше».

10. Готовое ядро системного промпта

Универсальный мегапромпт снова создаст ту же проблему. Ниже — короткое ядро. Подключайте только те модули, которые отвечают на наблюдаемый симптом.

<task_execution>
Выполни запрошенное полностью и в заданных границах.
Обычные рабочие решения принимай самостоятельно.
Уточняй только тогда, когда разные трактовки
приведут к существенно разной работе.
Остановись перед действиями вне запроса.
</task_execution>

<response_style>
Начинай с результата.
Пиши кратко и по существу.
Подробности добавляй по запросу или когда
без них решение будет небезопасным.
</response_style>

<progress_updates>
Перед первым инструментом дай одно предложение.
Затем сообщай только о важной находке
или смене направления.
</progress_updates>

<delegation_policy>
Делегируй только крупную независимую работу,
которую полезно выполнять параллельно.
Не делегируй короткие задачи и повторную
проверку собственной работы.
</delegation_policy>

Это основа, не обещание универсального результата. Для клиентской поддержки понадобятся правила тона и эскалации. Для работы с кодом — команды тестов и критерии приёмки. Для документов — шаблон и лимит объёма. Общие рекомендации Anthropic также советуют давать ясный формат, объяснять контекст и использовать несколько разнообразных примеров там, где нужна стабильная форма ответа.

11. Проверочный список перехода с Opus 4.8

  1. Обновите модель на claude-opus-5 и перепроверьте общий предел max_tokens: в него входят thinking и видимый текст.
  2. Соберите небольшой набор реальных задач: короткая правка, длинная работа, проверка кода, отчёт и сценарий с инструментами.
  3. Зафиксируйте исходные показатели: корректность, задержку, выходные токены, число вызовов инструментов, ширину изменений и время ручной проверки.
  4. Не меняйте всё сразу. Сначала запустите старый промпт и найдите конкретный симптом.
  5. Отделите effort от длины. Подберите уровень по качеству, а объём ответа задайте текстом.
  6. Удалите дублирующую перепроверку, но сохраните тесты, схемы, статический анализатор (линтер) и критерии приёмки.
  7. Очертите область задачи, если модель расширяет узкую правку.
  8. Ограничьте делегирование независимыми крупными направлениями.
  9. Проверьте агентный контур отдельно, если thinking отключён: текст вызова инструмента не должен считаться выполненным действием.
  10. Повторите тот же набор задач и оставьте изменение только там, где улучшился измеримый результат.

Для бизнеса смысл такой настройки не в «красивом промпте», а в управляемом процессе: меньше лишней работы, понятнее область изменений и дешевле ручная проверка. Смежный разбор — где AI действительно сокращает операционные расходы, а где создаёт новый процесс.

12. Источники и границы выводов

Основа статьи — официальный материал Anthropic, а не пересказ новостей. Все версионные параметры проверены 26 июля 2026 года. Бенчмарк effort приведён как пример конкретного набора задач и не используется как универсальный рецепт.

По теме от нас, от 13FOX, читайте, мы будем рады)

Если нужно понять место Opus 5 в новой линейке, прочитайте разбор Claude Fable 5, Mythos 5 и безопасности Claude Code.

FAQ

Нужно ли переписывать промпты Opus 4.8 для Claude Opus 5?

Обычно нет. Anthropic пишет, что Opus 5 хорошо работает с существующими промптами Opus 4.8. Проверьте реальные симптомы и точечно настройте длину, границы задачи, сообщения о ходе работы, делегирование и повторные проверки.

Сделает ли low effort ответ Claude Opus 5 короче?

Не обязательно. effort управляет глубиной рассуждения, расходом токенов и работой с инструментами, но не гарантирует более короткий видимый ответ. Для краткости задайте объём и структуру прямо в промпте.

Нужно ли просить Claude Opus 5 перепроверять результат?

Не добавляйте общую повторную перепроверку по умолчанию: Opus 5 уже склонен проверять себя. При этом сохраняйте предметные проверки — тесты, валидацию схемы, статический анализатор (линтер) и критерии приёмки.

Когда Claude Opus 5 стоит запускать агента-помощника?

Когда направление достаточно крупное, независимо от основной работы и действительно может выполняться параллельно. Короткую задачу или повторную проверку своей же работы лучше оставить в основном потоке.

Можно ли отключить thinking в Claude Opus 5?

Да, но только при effort high или ниже. Сочетание режима thinking: disabled с xhigh или max возвращает ошибку 400. Anthropic рекомендует по возможности оставлять thinking включённым и управлять расходом через effort.

Какой API ID у Claude Opus 5?

По документации Anthropic на 26 июля 2026 года API ID модели — claude-opus-5, без суффикса даты.

Opus 5 пишет лишнее, расширяет задачу или запускает ненужные действия?

Пришлите обезличенный системный промпт и один неудачный сценарий. 13FOX поможет выявить конфликтующие инструкции, проверить настройки модели и правила приложения, которое её вызывает, а затем предложит проверяемый план изменений.

Ко всем статьям AI и расходы бизнеса

Спасибо!

Наша команда свяжется с вами!

Отправляем 🚀