文章介绍了针对Claude 5代模型的上下文工程新规则，强调通过优化提示结构和信息组织方式，提升模型理解与生成效果，并提供了具体实践建议。

好的，这是根据您提供的英文文章内容，用中文重新陈述的主要文章内容，已保留关键细节并删除了与主题无关的导航、页脚等元素。

文章标题：Claude 5代模型的上下文工程新规则

核心观点： 随着Claude模型能力的提升，我们删除了Claude Code中超过80%的系统提示词，且未对编码评估结果造成可衡量的损失。本文分享了从中总结出的上下文工程新规则，并指导用户如何将这些经验应用于自己的Claude Code和AI代理中。

主要发现与新旧规则对比：

1. 从“给规则”到“让Claude自行判断”

   • 旧做法： 为防止Claude出现删除文件等最坏情况，系统提示词中会包含非常强硬的指令（例如“默认不写注释，永远不要写多段落文档字符串”）。但这些指令在某些场景下是错误的。
   • 新做法： 新模型具备更好的判断力，无需硬性规则。例如，新提示词改为“编写与周围代码风格一致的代码：匹配其注释密度、命名习惯和惯用写法”。

2. 从“给例子”到“设计接口”

   • 旧做法： 通过提供示例来指导Claude使用工具。
   • 新做法： 示例会限制Claude的探索空间。应更关注工具、脚本和文件本身的设计，通过参数（如将状态枚举为“待办”、“进行中”、“已完成”）来暗示Claude如何使用，而非提供具体示例。

3. 从“一次性全给”到“渐进式披露”

   • 旧做法： 将所有信息（如代码审查、验证方法）都放在系统提示词中。
   • 新做法： Claude现在能很好地按需加载上下文。例如，将验证和代码审查功能做成独立的“技能”，让Claude在需要时选择性调用。工具也支持“延迟加载”，代理在使用前才搜索其完整定义。用户自己的CLAUDE.md和Skill.md文件也应采用此策略，避免做成一个庞大的知识库，而是建立一个可按需加载的文件树。

4. 从“重复指令”到“简洁的工具描述”

   • 旧做法： 在系统提示词和工具描述中重复相同的指令。
   • 新做法： 删除重复内容，将工具的使用方法直接放在工具描述中，而非系统提示词里。

5. 从“手动记忆”到“自动记忆”

   • 旧做法： 鼓励用户通过快捷键手动将信息保存到CLAUDE.md文件中。
   • 新做法： Claude现在会自动保存与工作和用户相关的重要记忆。

6. 从“简单规格”到“丰富引用”

   • 旧做法： 依赖简单的Markdown文件作为计划或规格说明。
   • 新做法： Claude能处理更复杂的引用，例如引用HTML工件、代码（如详细的测试套件或不同代码库中的函数），甚至使用“评分标准”来让Claude验证特定领域的品味（如好的API设计）。

如何应用于你的上下文工程：

• 系统提示词： 与产品上下文紧密相关，用于告诉Claude它正在操作什么产品。如果你在构建自己的代理框架，应在此处投入大量精力。
• CLAUDE.md： 保持轻量，简要描述仓库用途，主要篇幅用于记录代码库中的“陷阱”。避免陈述Claude通过查看文件系统就能知道的“显而易见”的事情。善用渐进式披露，例如在CLAUDE.md中引用一个独立的验证技能文件。
• 技能： 将其视为轻量级指南，让Claude在需要时找到信息。避免过度约束，除非是高度重要的领域。对于较长的技能，应尽量拆分成多个文件以实现渐进式披露。技能最适合编码你、你的团队或产品特有的观点、知识或最佳实践。
• 引用： 可以使用@符号提及文件作为引用。优先使用代码文件（如HTML原型），因为它能提供清晰、高保真的指令。

总结： 就像我们做的那样，你可能需要简化你的系统提示词、技能和CLAUDE.md文件。我们推出了一个名为claude doctor的新命令，可以帮助你自动完成这项工作。

根据评论内容，总结主要观点如下：

1. 系统提示词应简化，赋予模型更多判断力 - 多位评论者支持减少冗长指令，让模型自主判断。例如，luciana1u 认为趋势终点是提示词仅需“you know what to do”（评分无）；simonw 提到使用“use your own judgement”效果良好（评分无）；firasd 指出过度修饰提示词不必要，更倾向于手动编辑（评分无）。

2. 对 Anthropic 文章内容持怀疑或批评态度 - 部分评论质疑文章缺乏新意或具体细节。orbital-decay 认为内容“像常识”，且 Anthropic 的建议与实际情况不符（评分无）；m3h 批评“give Claude judgment”过于模糊，要求具体变更列表（评分无）；0gs 指出文章未注明人类贡献者（评分无）。

3. 担忧自动记忆功能的风险 - Kiro 和 threecheese 对自动记忆表示担忧。Kiro 认为记忆可能污染上下文，干扰实验性任务（评分无）；threecheese 指出记忆功能会做出不合理假设，且用户无法精细控制，导致意外决策（评分无）。

4. 其他观点：锁定效应、模型退化等 - Fordec 认为简化提示词是 Anthropic 增加锁定效应的手段，并指出 Opus 5 错误率上升（评分无）；devnonymous 讽刺地总结“没人真正理解原理，只是乱试”（评分无）；janpeuker 建议使用反例而非示例来引导模型（评分无）。