Anthropic 近期推出了最新的 Claude Opus 5，這款模型以其複雜的代理型（agentic）程式設計和企業級工作能力而著稱，尤其擅長處理費時的繁瑣任務。然而，對於使用者來說，換上新模型只是第一步，真正決定產出品質的，是如何調校提示詞、利用記憶機制留住跨工作階段的專案脈絡，以及如何用 Skill 包裝重複流程。
數據發現：Opus 5 的性能優化
根據 Anthropic 的官方報告，Claude Opus 5 的智慧水平接近旗艦模型 Fable 5，但成本僅為其一半。這一數據表明，Opus 5 在性價比方面具有顯著優勢。然而，若沿用舊版 Claude Opus 4.8 的提示詞，可能會導致效率下降或成本增加。Opus 5 的行為變化需要使用者進行相應的調校。
解讀意義：行為變化的影響
Opus 5 被設計成「勤奮的代理人」，使用者應給出明確的目標，而不是詳細的規則。官方工程師 Thariq 指出，過去使用逐步腳本的方式「過度約束」了 Claude，現在建議使用者「給判斷力、別給規則」，並刪除相互矛盾的舊指示。
產業影響：調校提示詞的關鍵策略
以下是幾個可以改善 Opus 5 表現的提示詞建議：
1. 當 Opus 5 回應變長：需明確要求精簡
Opus 5 的預設回應比舊版更長，且內建可調的「思考力道」（effort）旋鈕。遇到難題時可調高，例行工作則調低。然而，effort 參數控制的是「模型思考多少」，而非「說多少」。要控制回應長度，請在提示詞中明確要求：
Keep responses focused, brief, and concise. Keep disclaimers and caveats short, and spend most of the response on the main answer. When asked to explain something, give a high-level summary unless an in-depth explanation is specifically requested.
對於較長的系統提示詞，可在結尾附上簡短提醒：
Keep outputs reasonably concise.
2. 進度說明：調整敘述的節奏
代理型工作中，Opus 5 傾向頻繁說明「接下來要做什麼」。要調降這類敘述，直接描述你想要的節奏與樣貌：
Before your first tool call, say in one sentence what you’re about to do. While working, give a brief update only when you find something important or change direction. When you finish, lead with the outcome.
3. 書面產出長度
寫入磁碟的檔案（報告、Markdown 文件、摘要）也常偏長。若你的產品包含 Claude 撰寫的文件，加上長度校準：
Match the length of written documents to what the task needs: cover the substance, but do not pad with filler sections, redundant summaries, or boilerplate.
4. 移除過時的驗證指示
Opus 5 會自行驗證工作成果，並修正錯誤。因此，若舊提示詞中含有「加入最終驗證步驟」「用子代理再檢查一次」「回應前再核對」這類指示，請移除——它們會與模型本身的行為疊加，造成過度驗證，浪費 token 且無助於品質。
5. 約束任務範圍
Opus 5 有時會自作主張擴大任務範圍、加入未被要求的步驟。針對範圍明確的窄任務，需在提示詞中明確限定：
Deliver what was asked, at the scope intended. Make routine judgment calls yourself, and check in only when different readings of the request would lead to materially different work. Finish the whole task, and stop short of actions that are clearly beyond what was asked.
6. 控制子代理數量
Opus 5 比舊版更愛委派子代理。但委派只在「真正獨立、可平行、規模夠大」的工作上使用才划算，用在小任務反而倍增成本與時間。若你的框架支援子代理，需要給明確規則或設上限：
Delegate to a subagent only for large tasks that are genuinely independent and parallelizable. Do not delegate work you can finish yourself in a handful of tool calls, and do not use subagents to verify your own work. Keep spawn counts low.
7. 思考力道（effort）的運用
Opus 5 把額外的 effort 更可靠地轉換成更好結果，所以層級選擇更關鍵。所有層級分由低至高分別為 low、medium、high、xhigh、max。建議從預設 high 起步，依你自己的評測調整：
品質不變時多用 low/medium 省成本，吃重的程式與代理工作再升到 xhigh。跑 xhigh 或 max 時，記得把 max_tokens 設大，留下足夠思考與工具呼叫的空間。
8. 思考模式預設開啟，停用有前提
Opus 5 有一個容易踩雷的設計：思考（thinking）預設開啟，且只有在 effort 為 high 或以下時才能停用；若在 xhigh 或 max 時設定停用思考，會直接回傳 400 錯誤。更要注意的是，停用思考時，可見輸出偶爾會出現兩種異常：
一是模型把工具呼叫寫成純文字，而非發出結構化的 tool_use 區塊，導致該呼叫不會執行，且在代理迴圈中殘留於對話歷史、影響後續回合，這在搜尋等工具密集的工作上最常見；二是可見回應中夾帶內部 XML 標籤。
Anthropic 給的建議很明確：最好的做法是保持思考開啟、改用較低的 effort 控制成本。多數任務下，「思考開啟＋low effort」在相近成本下的表現，會優於「停用思考」。若整合情境非停用思考不可，可用一段合併提示同時緩解兩種異常：
When you use a tool, you may say a brief sentence first. If no tool can express what the user asked for, say so instead of guessing. Do not include internal or system XML tags in your response.
數據背後的啟示
從產業面來看，Claude Opus 5 的推出不僅是一次技術的進步，更是企業級應用中的一大突破。其高性價比和靈活的調校方式，使得企業可以更高效地利用 AI 技術提升生產力。然而，這也需要使用者對模型有深入的理解和精確的調校，才能真正發揮其潛力。對於一般用戶來說，掌握這些調校技巧，不僅可以提高工作效率，還能節省成本，實現真正的高 CP 值實戰應用。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。