Claude Code 80% System Prompt 缩减：Fable 5 时代的 Prompt 反模式复盘 · 干货攻略

链接:https://x.com/simonw/status/2079553486568800405
分类:x-tips
来源:X @simonw
作者:Jay
更新:2026-07-27

这是什么

2026 年 7 月，Anthropic 将 Claude Code 的 system prompt 裁剪了 80%，用于最新一代 Claude 5 模型（Opus 5、Fable 5，又称 Mythos 系列）。结果：coding eval 无任何可测量的质量下滑。

这一举动揭示了 Claude 5 时代最重要的 prompt 认知反转：塞入大量示例、禁止清单和刚性规则的 system prompt，如今对模型是一种约束而非帮助。

原帖来源 @simonw（Simon Willison）："I got some really useful Claude prompting tips from @_catwu and @trq212 — it's time to stop overloading our prompts with examples and lists of things not to do, Fable works better without those."

为什么值得关注

谁分享的

这场分享来自 Anthropic Claude Code 团队两位核心成员： - @trq212（Thariq Shihipar）— Anthropic Member of Technical Staff，Claude Code 系统 prompt 的实际维护者 - @_catwu（Cat Wu）— Claude Code 产品工程负责人

Simon Willison 在 AI Engineer World's Fair 2026 主持了一场炉边对话，完整视频和带注释的笔录均已公开发布（simonwillison.net/2026/Jul/21/cat-and-thariq）。

解决了什么问题

过去一年里，Claude Code 用户群体普遍形成了一套"最佳实践"： - System prompt 里塞入几十条规则："不要做 X，不要做 Y，做 Z 时用 W" - 用大量示例（few-shot）来教会模型如何使用工具 - 在 CLAUDE.md 里事无巨细地记录团队规范

这套方法在 Sonnet 3.7/4.x 时代确实有效。但随着 Fable 5（Mythos 级模型）到来，Anthropic 内部发现：这些约束不仅多余，还在帮倒忙。

核验过程

官方来源（已读）

来源	内容摘要
The Decoder 报道（2026-07-02）	Tariq Shihipar 原话："Most recently we found this new class of models want a smaller system prompt"，examples "tend to constrain it because it's actually more imaginative than the examples we give it"
simonwillison.net 注释笔录（2026-07-21）	团队内部分享完整内容；Top-level note 明确："Adding examples to a system prompt is no longer best practice for models like Fable 5 or even Opus 4.8. The Claude Code system prompt recently reduced in size by 80%."
trq212 X 主帖（2026-07-24，3.9M 浏览）	官宣博文，标题"The new rules of context engineering for Claude 5 models"，指向 Claude 官方博客全文
explainx.ai 解读	整理了六条新规则的系统性解读
mager.co 分析文（2026-07-24）	详细解析"unhobbling"概念；以具体代码注释规则为 case study 说明旧规则的副作用

交叉验证结论

80% 缩减 + eval 无损失：经 The Decoder（独立科技媒体）、trq212 X 原帖（3.9M 浏览）、mager.co 三方交叉确认，数字一致，无冲突。
模型适用边界：官方明确指出适用于 Opus 5 / Fable 5（即 Mythos 类模型），Simon 笔录补充说 "even Opus 4.8" 也开始受益。Sonnet 4.x 及更早模型不在此列。
具体反模式：减少示例（few-shot → 不给示例）、减少禁止清单（"never do X"）、用上下文引导替代硬规则。原帖主张："Write code that reads like the surrounding code" 替代 "default to writing no comments"，此为 trq212 分享的具体案例，来自笔录原文，未经独立二次验证，但与 The Decoder 报道中 Tariq 原话逻辑一致。

上手步骤

立即可用的 6 条新规则

以下规则适用于 Opus 5 / Fable 5 及更新模型。

1. 规则 → 判断力（Rules → Judgment）

旧做法：

Never write multi-paragraph docstrings. One short line max.

新做法：

Write code that reads like the surrounding code: match its comment density,
naming, and idiom.

思路：停止写 "never do X"，除非你能举出一个模型无法自行推理出的具体失败案例。让模型读上下文，自己判断。

2. 示例 → 接口设计（Examples → Interface Design）

旧做法：

// Example: Use createUser({ name: "Alice", role: "admin" })

新做法：

type Role = "admin" | "viewer" | "editor";
function createUser(opts: { name: string; role: Role }): User { ... }

思路：用类型签名（enum、schema）替代示例。类型约束比示例更精准，且不会把模型框死在窄小的探索空间。

3. 全量 upfront → 渐进披露（Progressive Disclosure）

把 CLAUDE.md 精简到只含： - 仓库目的（1-2 句） - 真正的 gotcha（模型读代码读不出来的历史决策或依赖怪癖）

把 流程性内容移入 Skills：

# .claude/commands/verify.md
---
description: Run verification suite on modified files
---
Run the project test suite against any files modified in this session.
Exit code 0 = pass, non-zero = failures.

Skills 支持 deferred 加载，Claude Code 搜索工具时才展开完整 schema，不需要在每次请求里都占 context。

4. 重复指令 → 单一来源（Repeated Instructions → Single Source）

旧做法：同一条规则同时出现在 system prompt + tool description 里作为"强化"。

新做法：指令只出现一次，放在它所属的位置（tool description 里的放 tool description，skill 里的放 skill）。删除所有镜像副本。

5. 手动记忆 → 自动记忆

Claude Code 现已支持自动保存相关记忆。不要再把 CLAUDE.md 当作记忆存储，让它保持轻量。

6. 简单规格 → 丰富参考（Rich References）

旧	新
Markdown 格式的 spec 文档	HTML 模拟稿 / 可运行的测试套件
文字描述期望输出	Rubric（结构化的"好"的标准）

/doctor 自动诊断

Claude Code 内置 /doctor 命令，可扫描你当前的 CLAUDE.md 和 Skills，指出哪些规则是冗余的、冲突的或可精简的。运行它，用输出指导删减。

# 在 Claude Code 会话中直接运行
/doctor

CLAUDE.md 重构检查清单

对每一条显式规则问自己：

如果 Claude 读懂周围代码并理解用户意图，它自己能做对吗？

能 → 删除这条规则
不能 → 保留，但确保它没有与 system prompt / skill / tool description 里的其他规则冲突

坑与适用边界

⚠️ 只适用于 Claude 5 系列

这条规则的反转明确适用于 Opus 5 / Fable 5（Mythos 级模型）。Sonnet 4.x、Haiku 更早模型不适用——它们的 system prompt 行为仍遵循"给越多指令越听话"的旧范式。

⚠️ 不要一股脑删光所有规则

Anthropic 的做法是删了 80% 还有 20% 保留。真正有价值的 gotcha（如"我们把所有类型放 types.go，不放其他任何地方"）仍有必要保留——模型读代码读不出这个决策背后的历史原因。

⚠️ 减少示例不等于零示例

对于边界情况（模型很容易搞错的特定输入组合），给出 1-2 个精准示例仍然有用。但通用场景下，用类型签名和接口设计替代散弹式示例。

⚠️ Skill 文件过大是另一个瓶颈

trq212 在推文中特别提到：Skill 文件过大（overly specific skills）同样会损害 Claude 5 表现。/doctor 也会标记这类问题。Skill 应该小而专注，一个 Skill 只编码一个具体工作流或观点。

⚠️ Prompt 惯性陷阱

Simon Willison 本人在笔录中也承认："Giving it examples was one of my top prompting tips. If that's no longer true, that kind of breaks my prompting model." 这说明整个行业都需要更新肌肉记忆。

一句话结论

Claude 5 时代，给模型更多判断空间、少塞规则——用 /doctor 扫描你的 CLAUDE.md 和 Skills，从删掉 20% 开始。