Claude Code：别再给Claude过多提示词了...

模型的能力在持续进化，我们使用这些工具的方式也必须随之演进。

最近，Anthropic Claude Code团队的成员、前谷歌工程总监Addy Osmani发布了一篇长文，探讨了许多用户可能普遍存在的一个习惯：给Claude提供了过多的提示词和指令。

文章标题直截了当地指出：你很可能一直在“过度提示”Claude。随着新一代模型能力的提升，过去那种事无巨细、逐步指导的使用方法，如今也到了需要重新调整的时刻。

在使用Opus 5.5时，Osmani建议首先尝试一种简洁的方法：用一条提示词清晰说明要完成的目标，以及Claude应如何自我检验任务是否完成，然后放手让它执行。 推理强度可以从/effort medium开始，再根据实际情况灵活调整。

如果用户自身尚未理清需求，可以先让Claude不断提问，直到它掌握的信息足以生成一份需求文档，然后再开启一个新的会话，依据这份文档推进工作。

其中，验收标准值得投入更多精力。Claude在认为任务结束后会自行停止；如果它能运行检查，用“通过或不通过”来判断结果，或者围绕某个明确的数值目标进行验证，并且能够解读检查报告，那么它就可以根据结果继续修改和验证。

有了可执行的验收标准，模型才能更自主地推进任务，用户也能减少中途的干预。 对于需要长时间在后台运行的任务，还可以用/goal设定条件，由另一个模型在每轮结束后检查是否达成。

至于用户在过程中何时介入，沃顿商学院的管理学副教授Ethan Mollick补充了一个建议：在任务中设置阶段性的检查点（checkpoint），让模型汇报初步想法或展示原型。

那么，提示词可以精简到什么程度呢？

Osmani在文中提到，针对Claude Opus 5和Claude Fable 5等模型，Claude Code曾删除了超过80%的系统提示词，而其编程评测表现并没有出现可测量的下降。他也建议用户在新模型发布后，拿自己的指令做一次类似的实验：先删除一部分提示词，观察模型在哪些地方遗漏了要求，再把相关的指令补回来。/doctor prompt-audit命令可以帮助找出那些针对旧模型编写的提示。

简而言之，提示词也需要定期清理，长期积累下来的规则值得重新验证一遍。

类似的调整也适用于子智能体。Claude已经能够自行分配工作，通常可以让它自己安排。遇到全面审查、代码迁移这类工作量较大且可以独立开展的任务时，再明确要求它拆分并并行处理。对于小任务，调用多个子智能体反而会增加成本和等待时间，因此仍需根据任务本身判断是否值得拆分。

在Osmani看来，子智能体适合并行处理任务或提供第二意见，使用的数量需要与任务规模相匹配。根据他的观察，用户自行搭建智能体时，一个配备合适技能的智能体，就可能取得更好的结果，并且成本更低、响应更快。

如果希望合上电脑后任务还能继续，Osmani推荐使用Claude云端会话。用户可以从claude.ai/code、Claude应用，或者通过claude --cloud启动。云端会话会在独立的虚拟机中重新克隆代码仓库，因此开始前需要先将本地提交推送到远端。之后，用户可以用手机查看进展、回答会话中提出的问题，最后检查代码差异并创建PR。需要用到本机专属资源的任务，则继续留在本地执行。

当同时运行多个会话时，管理工作也会随之增加：每个会话在做什么、哪些已经完成、哪些还在等待回复，都需要跟踪。因此，Osmani建议，先让一个会话能够独立完成任务，再考虑同时运行多个会话。 如果每项工作都需要频繁介入，多开会话反而会增加用户来回切换和协调的时间。

Claude Code的Projects功能承担了其中一部分管理工作。一个项目相当于一段长期持续的对话，用户可以把陆续出现的问题和任务贴进去，Claude会为每项工作创建独立线程，通常通过云端会话并行处理。用户交代过的项目要求会应用到之后的新线程；Overview总览页则集中展示任务进度、可以审查的PR，以及等待用户回应的事项。根据文章介绍，Projects当时正在面向Pro和Max用户公开测试。

随着更多执行工作交给模型，用户需要将注意力转移到结果核验上。近期版本的Claude Code已将自动模式设为交互式终端会话的默认启动方式，由分类器评估Claude的操作。Osmani提醒，自动模式仍有局限，逐次批准权限提示时也需要认真判断。他给出的建议是，当Claude汇报完成时，让它展示执行过的命令和输出，或者提供截图，方便核对实际结果。

代码审查也可以先让Claude跑一轮。Osmani透露，在Claude Code团队，多数改动都会先由Claude至少审查并修正一次，再交给人工查看。用户可以使用Team和Enterprise套餐中的Code Review，也可以用更轻量的/code-review，让一个未参与当前对话的子智能体检查代码差异。另开一个会话、提供需求说明，同样可以获得一次独立审查，审查时可以要求它重点关注需求和功能，把代码风格放在次要位置。

文章最后，Osmani建议用户每隔几个月就重新检查一次自己的工作方式：哪些提示词已经可以精简，哪些任务能够交给模型独立完成，哪些结果仍需要人工核验。 此外，开云体育也提醒用户，在模型能力不断迭代的背景下，持续优化使用策略同样重要。本文来自微信公众号“机器之心”（ID：almosthuman2014），作者：关注大模型的，36氪经授权发布。