Best Practices für Prompting

Dieser Leitfaden bietet Prompt-Engineering-Techniken für Claudes neueste Modelle, einschließlich Claude Opus 4.6, Claude Sonnet 4.5 und Claude Haiku 4.5. Diese Modelle wurden für präzisere Befolgung von Anweisungen trainiert als frühere Generationen von Claude-Modellen.

Allgemeine Prinzipien

Seien Sie explizit mit Ihren Anweisungen

Claude reagiert gut auf klare, explizite Anweisungen. Wenn Sie spezifisch sind, was Sie als Ausgabe wünschen, kann dies die Ergebnisse verbessern. Wenn Sie ein „über das Übliche hinausgehendes" Verhalten wünschen, fordern Sie es explizit an, anstatt sich auf das Modell zu verlassen, um dies aus vagen Prompts abzuleiten.

Fügen Sie Kontext hinzu, um die Leistung zu verbessern

Die Bereitstellung von Kontext oder Motivation hinter Ihren Anweisungen, z. B. die Erklärung gegenüber Claude, warum ein solches Verhalten wichtig ist, kann Claude helfen, Ihre Ziele besser zu verstehen und gezielteren Antworten zu liefern.

Claude ist intelligent genug, um aus der Erklärung zu verallgemeinern.

Seien Sie wachsam bei Beispielen und Details

Claude achtet genau auf Details und Beispiele als Teil seiner präzisen Befolgungsfähigkeiten für Anweisungen. Stellen Sie sicher, dass Ihre Beispiele mit den Verhaltensweisen übereinstimmen, die Sie fördern möchten, und minimieren Sie Verhaltensweisen, die Sie vermeiden möchten.

Langfristiges Denken und Zustandsverfolgung

Claudes neueste Modelle zeichnen sich durch Aufgaben mit langfristigem Denken mit außergewöhnlichen Zustandsverfolgungsfähigkeiten aus. Claude behält die Orientierung über erweiterte Sitzungen hinweg bei, indem es sich auf schrittweise Fortschritte konzentriert – stetige Fortschritte bei einigen wenigen Dingen gleichzeitig, anstatt alles auf einmal zu versuchen. Diese Fähigkeit entsteht besonders über mehrere Kontextfenster oder Aufgabeniterationen hinweg, wo Claude an einer komplexen Aufgabe arbeiten, den Zustand speichern und mit einem frischen Kontextfenster fortfahren kann.

Kontextbewusstsein und Multi-Window-Workflows

Claude Opus 4.6 und Claude 4.5 Modelle verfügen über Kontextbewusstsein, das es dem Modell ermöglicht, sein verbleibendes Kontextfenster (d. h. „Token-Budget") während eines Gesprächs zu verfolgen. Dies ermöglicht Claude, Aufgaben effektiver auszuführen und Kontext zu verwalten, indem es versteht, wie viel Platz es zum Arbeiten hat.

Verwalten von Kontextlimits:

Wenn Sie Claude in einem Agent-Harness verwenden, der Kontext komprimiert oder das Speichern von Kontext in externen Dateien ermöglicht (wie in Claude Code), empfehlen wir, diese Informationen zu Ihrem Prompt hinzuzufügen, damit Claude entsprechend handeln kann. Andernfalls versucht Claude möglicherweise manchmal natürlich, die Arbeit zu beenden, wenn es sich dem Kontextlimit nähert. Nachfolgend finden Sie einen Beispiel-Prompt:

Dein Kontextfenster wird automatisch komprimiert, wenn es sich seinem Limit nähert, sodass du unbegrenzt von dort weitermachen kannst, wo du aufgehört hast. Daher solltest du Aufgaben nicht vorzeitig aufgrund von Token-Budget-Bedenken beenden. Wenn du dich deinem Token-Budget-Limit näherst, speichere deinen aktuellen Fortschritt und Zustand im Speicher, bevor das Kontextfenster aktualisiert wird. Sei immer so hartnäckig und autonom wie möglich und vervollständige Aufgaben vollständig, auch wenn sich das Ende deines Budgets nähert. Beende niemals künstlich eine Aufgabe vorzeitig, unabhängig vom verbleibenden Kontext.

Das Memory-Tool passt natürlich zu Kontextbewusstsein für nahtlose Kontextübergänge.

Multi-Kontextfenster-Workflows

Für Aufgaben, die sich über mehrere Kontextfenster erstrecken:

1. Verwenden Sie einen anderen Prompt für das allererste Kontextfenster: Verwenden Sie das erste Kontextfenster, um ein Framework einzurichten (Tests schreiben, Setup-Skripte erstellen), und verwenden Sie dann zukünftige Kontextfenster, um eine Todo-Liste zu durchlaufen.

2. Lassen Sie das Modell Tests in einem strukturierten Format schreiben: Bitten Sie Claude, Tests zu erstellen, bevor Sie mit der Arbeit beginnen, und verfolgen Sie diese in einem strukturierten Format (z. B. tests.json). Dies führt zu besserer langfristiger Fähigkeit zur Iteration. Erinnern Sie Claude an die Wichtigkeit von Tests: „Es ist inakzeptabel, Tests zu entfernen oder zu bearbeiten, da dies zu fehlender oder fehlerhafter Funktionalität führen könnte."

3. Richten Sie Quality-of-Life-Tools ein: Ermutigen Sie Claude, Setup-Skripte zu erstellen (z. B. init.sh), um Server elegant zu starten, Test-Suites und Linter auszuführen. Dies verhindert wiederholte Arbeit beim Fortfahren von einem frischen Kontextfenster.

4. Von vorne anfangen vs. Komprimierung: Wenn ein Kontextfenster gelöscht wird, erwägen Sie, mit einem brandneuen Kontextfenster zu beginnen, anstatt Komprimierung zu verwenden. Claudes neueste Modelle sind äußerst effektiv darin, Zustand aus dem lokalen Dateisystem zu entdecken. In einigen Fällen möchten Sie dies möglicherweise der Komprimierung vorziehen. Seien Sie präskriptiv darüber, wie es beginnen sollte:

   • „Rufen Sie pwd auf; Sie können nur Dateien in diesem Verzeichnis lesen und schreiben."
   • „Überprüfen Sie progress.txt, tests.json und die Git-Protokolle."
   • „Führen Sie manuell einen grundlegenden Integrationtest durch, bevor Sie mit der Implementierung neuer Funktionen fortfahren."

5. Bereitstellung von Verifizierungstools: Mit zunehmender Länge autonomer Aufgaben muss Claude die Korrektheit ohne kontinuierliches menschliches Feedback überprüfen. Tools wie Playwright MCP Server oder Computer-Use-Fähigkeiten zum Testen von UIs sind hilfreich.

6. Ermutigen Sie zur vollständigen Nutzung des Kontexts: Fordern Sie Claude auf, Komponenten effizient zu vervollständigen, bevor Sie fortfahren:

Dies ist eine sehr lange Aufgabe, daher kann es vorteilhaft sein, Ihre Arbeit klar zu planen. Es wird empfohlen, Ihren gesamten Ausgabekontext für die Aufgabe zu nutzen – stellen Sie nur sicher, dass Sie nicht mit erheblicher nicht committeter Arbeit den Kontext verlieren. Arbeiten Sie systematisch weiter, bis Sie diese Aufgabe abgeschlossen haben.

Best Practices für Zustandsverwaltung

• Verwenden Sie strukturierte Formate für Zustandsdaten: Wenn Sie strukturierte Informationen verfolgen (wie Testergebnisse oder Aufgabenstatus), verwenden Sie JSON oder andere strukturierte Formate, um Claude zu helfen, Schemaanforderungen zu verstehen
• Verwenden Sie unstrukturierten Text für Fortschrittsnotizen: Freiformige Fortschrittsnotizen funktionieren gut zum Verfolgen allgemeiner Fortschritte und Kontexte
• Verwenden Sie Git für Zustandsverfolgung: Git bietet ein Protokoll darüber, was getan wurde, und Kontrollpunkte, die wiederhergestellt werden können. Claudes neueste Modelle funktionieren besonders gut bei der Verwendung von Git zur Zustandsverfolgung über mehrere Sitzungen hinweg.
• Betonen Sie schrittweise Fortschritte: Bitten Sie Claude explizit, seinen Fortschritt zu verfolgen und sich auf schrittweise Arbeit zu konzentrieren

Kommunikationsstil

Claudes neueste Modelle haben einen prägnanten und natürlicheren Kommunikationsstil im Vergleich zu früheren Modellen:

• Direkter und fundierter: Bietet faktengestützte Fortschrittsberichte anstelle von selbstlobenden Updates
• Konversationeller: Etwas flüssiger und umgangssprachlicher, weniger maschinenhaft
• Weniger ausschweifend: Kann detaillierte Zusammenfassungen aus Effizienzgründen überspringen, es sei denn, Sie fordern dies explizit an

Dieser Kommunikationsstil spiegelt genau wider, was erreicht wurde, ohne unnötige Ausführlichkeit.

Leitfaden für spezifische Situationen

Ausführlichkeit ausgleichen

Claudes neueste Modelle neigen zur Effizienz und können verbale Zusammenfassungen nach Tool-Aufrufen überspringen und direkt zur nächsten Aktion springen. Während dies einen optimierten Workflow schafft, möchten Sie möglicherweise mehr Sichtbarkeit in seinen Denkprozess.

Wenn Sie möchten, dass Claude Updates bereitstellt, während es arbeitet:

Geben Sie nach Abschluss einer Aufgabe, die Tool-Nutzung beinhaltet, eine kurze Zusammenfassung der geleisteten Arbeit.

Tool-Nutzungsmuster

Claudes neueste Modelle sind für präzise Befolgung von Anweisungen trainiert und profitieren von expliziter Anleitung zur Verwendung spezifischer Tools. Wenn Sie sagen „Kannst du einige Änderungen vorschlagen", wird Claude manchmal nur Vorschläge machen, anstatt sie umzusetzen – selbst wenn das Vornehmen von Änderungen das sein könnte, was Sie beabsichtigt haben.

Damit Claude Maßnahmen ergreift, seien Sie expliziter:

Um Claude proaktiver bei der Ergreifung von Maßnahmen zu machen, können Sie dies zu Ihrem System-Prompt hinzufügen:

<default_to_action>
Implementieren Sie standardmäßig Änderungen, anstatt nur Vorschläge zu machen. Wenn die Absicht des Benutzers unklar ist, leiten Sie die wahrscheinlich nützlichste Aktion ab und fahren Sie fort, indem Sie Tools verwenden, um fehlende Details zu entdecken, anstatt zu raten. Versuchen Sie, die Absicht des Benutzers darüber abzuleiten, ob ein Tool-Aufruf (z. B. Dateibearbeitung oder Lesezugriff) beabsichtigt ist oder nicht, und handeln Sie entsprechend.
</default_to_action>

Andererseits, wenn Sie möchten, dass das Modell standardmäßig zögerlicher ist, weniger geneigt, direkt in Implementierungen zu springen, und nur Maßnahmen ergreift, wenn es angefordert wird, können Sie dieses Verhalten mit einem Prompt wie dem folgenden steuern:

<do_not_act_before_instructions>
Springen Sie nicht in die Implementierung oder ändern Sie Dateien, es sei denn, Sie werden explizit aufgefordert, Änderungen vorzunehmen. Wenn die Absicht des Benutzers mehrdeutig ist, geben Sie standardmäßig Informationen, führen Sie Recherchen durch und geben Sie Empfehlungen ab, anstatt Maßnahmen zu ergreifen. Fahren Sie nur mit Bearbeitungen, Änderungen oder Implementierungen fort, wenn der Benutzer dies explizit anfordert.
</do_not_act_before_instructions>

Tool-Nutzung und Auslösung

Claude Opus 4.5 und Claude Opus 4.6 reagieren stärker auf den System-Prompt als frühere Modelle. Wenn Ihre Prompts darauf ausgelegt waren, die Unterauslösung von Tools oder Fähigkeiten zu reduzieren, können diese Modelle jetzt überauslösen. Die Lösung besteht darin, aggressive Sprache zu reduzieren. Wenn Sie „KRITISCH: Sie MÜSSEN dieses Tool verwenden, wenn..." gesagt haben, können Sie normalere Prompts wie „Verwenden Sie dieses Tool, wenn..." verwenden.

Autonomie und Sicherheit ausgleichen

Ohne Anleitung kann Claude Opus 4.6 Maßnahmen ergreifen, die schwer rückgängig zu machen sind oder gemeinsame Systeme beeinflussen, wie das Löschen von Dateien, Force-Push oder das Posten auf externe Dienste. Wenn Sie möchten, dass Claude Opus 4.6 vor potenziell riskanten Maßnahmen bestätigt, fügen Sie Anleitung zu Ihrem Prompt hinzu:

Berücksichtigen Sie die Umkehrbarkeit und mögliche Auswirkungen Ihrer Maßnahmen. Sie werden ermutigt, lokale, umkehrbare Maßnahmen wie das Bearbeiten von Dateien oder das Ausführen von Tests zu ergreifen, aber für Maßnahmen, die schwer rückgängig zu machen sind, gemeinsame Systeme beeinflussen oder destruktiv sein könnten, fragen Sie den Benutzer, bevor Sie fortfahren.

Beispiele für Maßnahmen, die eine Bestätigung rechtfertigen:
- Destruktive Operationen: Löschen von Dateien oder Branches, Löschen von Datenbanktabellen, rm -rf
- Schwer umzukehrende Operationen: git push --force, git reset --hard, Ändern veröffentlichter Commits
- Für andere sichtbare Operationen: Pushing von Code, Kommentieren auf PRs/Issues, Senden von Nachrichten, Ändern gemeinsamer Infrastruktur

Wenn Sie auf Hindernisse stoßen, verwenden Sie keine destruktiven Maßnahmen als Abkürzung. Umgehen Sie beispielsweise keine Sicherheitsprüfungen (z. B. --no-verify) oder verwerfen Sie unbekannte Dateien, die möglicherweise laufende Arbeiten sind.

Überdenken und übermäßige Gründlichkeit

Claude Opus 4.6 führt erheblich mehr vorbereitende Erkundungen durch als frühere Modelle, besonders bei höheren effort-Einstellungen. Diese anfängliche Arbeit hilft oft, die endgültigen Ergebnisse zu optimieren, aber das Modell kann umfangreichen Kontext sammeln oder mehrere Forschungsstränge verfolgen, ohne dazu aufgefordert zu werden. Wenn Ihre Prompts das Modell zuvor dazu ermutigten, gründlicher zu sein, sollten Sie diese Anleitung für Claude Opus 4.6 anpassen:

• Ersetzen Sie pauschale Standardeinstellungen durch gezielteren Anweisungen. Anstatt „Verwenden Sie standardmäßig [Tool]", fügen Sie Anleitung wie „Verwenden Sie [Tool], wenn es Ihr Verständnis des Problems verbessern würde" hinzu.
• Entfernen Sie Über-Prompting. Tools, die in früheren Modellen unterauslösten, werden jetzt wahrscheinlich angemessen ausgelöst. Anweisungen wie „Im Zweifelsfall verwenden Sie [Tool]" führen zu Überauslösung.
• Verwenden Sie effort als Fallback. Wenn Claude weiterhin zu aggressiv ist, verwenden Sie eine niedrigere Einstellung für effort.

In einigen Fällen kann Claude Opus 4.6 umfangreich denken, was Thinking-Token aufblähen und Antworten verlangsamen kann. Wenn dieses Verhalten unerwünscht ist, können Sie explizite Anweisungen hinzufügen, um sein Denken einzuschränken, oder Sie können die effort-Einstellung senken, um das Gesamtdenken und die Token-Nutzung zu reduzieren.

Wenn Sie entscheiden, wie Sie ein Problem angehen, wählen Sie einen Ansatz und verpflichten Sie sich dazu. Vermeiden Sie es, Entscheidungen zu überdenken, es sei denn, Sie stoßen auf neue Informationen, die Ihrem Denken direkt widersprechen. Wenn Sie zwischen zwei Ansätzen abwägen, wählen Sie einen und sehen Sie ihn durch. Sie können später immer noch einen Kurs korrigieren, wenn der gewählte Ansatz fehlschlägt.

Steuern Sie das Format von Antworten

Es gibt einige Wege, die wir besonders effektiv gefunden haben, um die Ausgabeformatierung zu steuern:

1. Sagen Sie Claude, was er tun soll, anstatt was er nicht tun soll

   • Anstatt: „Verwenden Sie kein Markdown in Ihrer Antwort"
   • Versuchen Sie: „Ihre Antwort sollte aus fließenden Prosa-Absätzen bestehen."

2. Verwenden Sie XML-Format-Indikatoren

   • Versuchen Sie: „Schreiben Sie die Prosa-Abschnitte Ihrer Antwort in <smoothly_flowing_prose_paragraphs> Tags."

3. Passen Sie Ihren Prompt-Stil an den gewünschten Output an

   Der Formatierungsstil, der in Ihrem Prompt verwendet wird, kann Claudes Antwort-Stil beeinflussen. Wenn Sie weiterhin Steuerbarkeitsprobleme mit der Ausgabeformatierung haben, empfehlen wir, Ihren Prompt-Stil so gut wie möglich an Ihren gewünschten Output-Stil anzupassen. Zum Beispiel kann das Entfernen von Markdown aus Ihrem Prompt die Menge an Markdown in der Ausgabe reduzieren.

4. Verwenden Sie detaillierte Prompts für spezifische Formatierungspräferenzen

   Für mehr Kontrolle über Markdown und Formatierungsnutzung geben Sie explizite Anleitung:

<avoid_excessive_markdown_and_bullet_points>
Schreiben Sie beim Schreiben von Berichten, Dokumenten, technischen Erklärungen, Analysen oder anderen längeren Inhalten in klarer, fließender Prosa mit vollständigen Absätzen und Sätzen. Verwenden Sie Standard-Absatzumbrüche zur Organisation und reservieren Sie Markdown hauptsächlich für `Inline-Code`, Code-Blöcke (```...```) und einfache Überschriften (###, und ###). Vermeiden Sie die Verwendung von **Fett** und *Kursiv*.

VERWENDEN Sie KEINE nummerierten Listen (1. ...) oder unsortierten Listen (*), es sei denn: a) Sie präsentieren wirklich diskrete Elemente, bei denen ein Listenformat die beste Option ist, oder b) der Benutzer fordert explizit eine Liste oder Rangfolge an

Anstatt Elemente mit Aufzählungszeichen oder Nummern aufzulisten, integrieren Sie sie natürlich in Sätze. Diese Anleitung gilt besonders für technisches Schreiben. Die Verwendung von Prosa anstelle von übermäßiger Formatierung verbessert die Benutzerzufriedenheit. GEBEN Sie NIEMALS eine Serie von übermäßig kurzen Aufzählungspunkten aus.

Ihr Ziel ist lesbarer, fließender Text, der den Leser natürlich durch Ideen führt, anstatt Informationen in isolierte Punkte zu fragmentieren.
</avoid_excessive_markdown_and_bullet_points>

Recherche und Informationsbeschaffung

Claudes neueste Modelle zeigen außergewöhnliche agentengestützte Suchfähigkeiten und können Informationen aus mehreren Quellen effektiv finden und synthetisieren. Für optimale Forschungsergebnisse:

1. Geben Sie klare Erfolgskriterien an: Definieren Sie, was eine erfolgreiche Antwort auf Ihre Forschungsfrage ausmacht

2. Ermutigen Sie zur Quellenverifizierung: Bitten Sie Claude, Informationen über mehrere Quellen hinweg zu überprüfen

3. Für komplexe Forschungsaufgaben verwenden Sie einen strukturierten Ansatz:

Suchen Sie nach diesen Informationen auf strukturierte Weise. Während Sie Daten sammeln, entwickeln Sie mehrere konkurrierende Hypothesen. Verfolgen Sie Ihre Vertrauensstufen in Ihren Fortschrittsnotizen, um die Kalibrierung zu verbessern. Kritisieren Sie regelmäßig Ihren Ansatz und planen Sie. Aktualisieren Sie eine Hypothesenbaumstruktur oder Forschungsnotizen-Datei, um Informationen zu persistieren und Transparenz zu bieten. Unterteilen Sie diese komplexe Forschungsaufgabe systematisch.

Dieser strukturierte Ansatz ermöglicht es Claude, praktisch jede Information zu finden und zu synthetisieren und seine Erkenntnisse iterativ zu kritisieren, unabhängig von der Größe des Corpus.

Subagent-Orchestrierung

Claudes neueste Modelle zeigen erheblich verbesserte native Subagent-Orchestrierungsfähigkeiten. Diese Modelle können erkennen, wenn Aufgaben von der Delegierung von Arbeit an spezialisierte Subagenten profitieren würden, und tun dies proaktiv, ohne explizite Anweisungen zu erfordern.

Um dieses Verhalten zu nutzen:

1. Stellen Sie sicher, dass Subagent-Tools gut definiert sind: Haben Sie Subagent-Tools verfügbar und in Tool-Definitionen beschrieben
2. Lassen Sie Claude natürlich orchestrieren: Claude wird ohne explizite Anweisungen angemessen delegieren
3. Achten Sie auf Übernutzung: Claude Opus 4.6 hat eine starke Neigung zu Subagenten und kann sie in Situationen spawnen, in denen ein einfacherer, direkter Ansatz ausreichen würde. Zum Beispiel kann das Modell Subagenten für Code-Erkundung spawnen, wenn ein direkter grep-Aufruf schneller und ausreichend ist.

Wenn Sie übermäßige Subagent-Nutzung sehen, fügen Sie explizite Anleitung hinzu, wann Subagenten angemessen sind und wann nicht:

Verwenden Sie Subagenten, wenn Aufgaben parallel ausgeführt werden können, isolierten Kontext erfordern oder unabhängige Workstreams beinhalten, die keinen Zustand teilen müssen. Für einfache Aufgaben, sequenzielle Operationen, Einzeldatei-Bearbeitungen oder Aufgaben, bei denen Sie Kontext über Schritte hinweg beibehalten müssen, arbeiten Sie direkt, anstatt zu delegieren.

Modellselbstkenntnis

Wenn Sie möchten, dass Claude sich selbst in Ihrer Anwendung korrekt identifiziert oder spezifische API-Strings verwendet:

Der Assistent ist Claude, erstellt von Anthropic. Das aktuelle Modell ist Claude Opus 4.6.

Für LLM-gestützte Apps, die Modell-Strings angeben müssen:

Wenn ein LLM benötigt wird, verwenden Sie standardmäßig Claude Opus 4.6, es sei denn, der Benutzer fordert etwas anderes an. Der genaue Modell-String für Claude Opus 4.6 ist claude-opus-4-6.

Thinking-Sensitivität

Wenn Extended Thinking deaktiviert ist, ist Claude Opus 4.5 besonders empfindlich gegenüber dem Wort „think" und seinen Varianten. Wir empfehlen, „think" durch alternative Wörter zu ersetzen, die eine ähnliche Bedeutung vermitteln, wie „consider", „believe" und „evaluate".

Nutzen Sie Thinking- und Interleaved-Thinking-Fähigkeiten

Claudes neueste Modelle bieten Thinking-Fähigkeiten, die besonders hilfreich für Aufgaben sein können, die Reflexion nach Tool-Nutzung oder komplexes mehrstufiges Denken beinhalten. Sie können sein anfängliches oder verschachteltes Denken für bessere Ergebnisse lenken.

Claude Opus 4.6 verwendet Adaptive Thinking (thinking: {type: "adaptive"}), wobei Claude dynamisch entscheidet, wann und wie viel zu denken ist. Claude kalibriert sein Denken basierend auf zwei Faktoren: dem effort-Parameter und der Abfragekomplexität. Höherer Aufwand führt zu mehr Denken, und komplexere Abfragen tun dasselbe. Bei einfacheren Abfragen, die kein Denken erfordern, antwortet das Modell direkt. In internen Evaluationen führt adaptives Denken zuverlässig zu besserer Leistung als Extended Thinking, und wir empfehlen, zu adaptivem Denken zu wechseln, um die intelligentesten Antworten zu erhalten. Ältere Modelle verwenden manuellen Thinking-Modus mit budget_tokens.

Sie können Claudes Thinking-Verhalten lenken:

Nachdem Sie Tool-Ergebnisse erhalten haben, denken Sie sorgfältig über ihre Qualität nach und bestimmen Sie optimale nächste Schritte, bevor Sie fortfahren. Verwenden Sie Ihr Denken, um basierend auf diesen neuen Informationen zu planen und zu iterieren, und ergreifen Sie dann die beste nächste Maßnahme.

Das Auslöseverhalten für adaptives Denken ist aufforderbar. Wenn Sie feststellen, dass das Modell häufiger denkt, als Sie möchten, was bei großen oder komplexen System-Prompts vorkommen kann, fügen Sie Anleitung hinzu, um es zu steuern:

Extended Thinking fügt Latenz hinzu und sollte nur verwendet werden, wenn es die Antwortqualität sinnvoll verbessern wird – typischerweise für Probleme, die mehrstufiges Denken erfordern. Im Zweifelsfall antworten Sie direkt.

Wenn Sie von Extended Thinking mit budget_tokens migrieren, ersetzen Sie Ihre Thinking-Konfiguration und verschieben Sie die Budget-Kontrolle zu effort:

client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=64000,
    thinking={"type": "enabled", "budget_tokens": 32000},
    messages=[{"role": "user", "content": "..."}],
)

client.messages.create(
    model="claude-opus-4-6",
    max_tokens=64000,
    thinking={"type": "adaptive"},
    output_config={"effort": "high"},  # oder max, medium, low
    messages=[{"role": "user", "content": "..."}],
)

Wenn Sie Extended Thinking nicht verwenden, sind keine Änderungen erforderlich. Thinking ist standardmäßig deaktiviert, wenn Sie den thinking-Parameter weglassen.

Dokumentenerstellung

Claudes neueste Modelle zeichnen sich durch die Erstellung von Präsentationen, Animationen und visuellen Dokumenten mit beeindruckender kreativer Flair und starker Befolgung von Anweisungen aus. Die Modelle produzieren in den meisten Fällen beim ersten Versuch polierte, einsatzfähige Ausgaben.

Für beste Ergebnisse bei der Dokumentenerstellung:

Erstelle eine professionelle Präsentation zu [Thema]. Füge durchdachte Designelemente, visuelle Hierarchie und ansprechende Animationen ein, wo angemessen.

Verbesserte Vision-Fähigkeiten

Claude Opus 4.5 und Claude Opus 4.6 haben verbesserte Vision-Fähigkeiten im Vergleich zu früheren Claude-Modellen. Sie funktionieren besser bei Bildverarbeitungs- und Datenextraktionsaufgaben, besonders wenn mehrere Bilder im Kontext vorhanden sind. Diese Verbesserungen übertragen sich auf Computer Use, wo die Modelle Screenshots und UI-Elemente zuverlässiger interpretieren können. Sie können diese Modelle auch verwenden, um Videos zu analysieren, indem Sie sie in Frames aufteilen.

Eine Technik, die wir als effektiv befunden haben, um die Leistung weiter zu verbessern, ist, Claude ein Crop-Tool oder Skill zu geben. Wir haben konsistente Verbesserungen bei Bildbewertungen gesehen, wenn Claude in der Lage ist, in relevante Regionen eines Bildes zu „zoomen". Wir haben ein Cookbook für das Crop-Tool hier zusammengestellt.

Optimieren Sie parallele Tool-Aufrufe

Claudes neueste Modelle zeichnen sich durch parallele Tool-Ausführung aus. Diese Modelle werden:

• Mehrere spekulative Suchen während der Recherche durchführen
• Mehrere Dateien gleichzeitig lesen, um schneller Kontext aufzubauen
• Bash-Befehle parallel ausführen (was sogar die Systemleistung bremsen kann)

Dieses Verhalten ist leicht steuerbar. Während das Modell ohne Prompting eine hohe Erfolgsquote bei parallelen Tool-Aufrufen hat, können Sie dies auf ~100% erhöhen oder die Aggressivität anpassen:

<use_parallel_tool_calls>
Wenn Sie mehrere Tools aufrufen möchten und es keine Abhängigkeiten zwischen den Tool-Aufrufen gibt, führen Sie alle unabhängigen Tool-Aufrufe parallel aus. Priorisieren Sie das gleichzeitige Aufrufen von Tools, wann immer die Aktionen parallel durchgeführt werden können, anstatt sequenziell. Zum Beispiel, wenn Sie 3 Dateien lesen, führen Sie 3 Tool-Aufrufe parallel aus, um alle 3 Dateien gleichzeitig in den Kontext zu lesen. Maximieren Sie die Nutzung paralleler Tool-Aufrufe, wo möglich, um Geschwindigkeit und Effizienz zu erhöhen. Wenn jedoch einige Tool-Aufrufe von vorherigen Aufrufen abhängen, um abhängige Werte wie die Parameter zu informieren, RUFEN Sie diese Tools NICHT parallel auf und rufen Sie sie stattdessen sequenziell auf. Verwenden Sie niemals Platzhalter oder raten Sie fehlende Parameter in Tool-Aufrufen.
</use_parallel_tool_calls>

Führen Sie Operationen sequenziell mit kurzen Pausen zwischen jedem Schritt aus, um Stabilität zu gewährleisten.

Reduzieren Sie die Dateierstellung in agentengestütztem Coding

Claudes neueste Modelle können manchmal neue Dateien für Test- und Iterationszwecke erstellen, besonders wenn mit Code arbeitet. Dieser Ansatz ermöglicht es Claude, Dateien, besonders Python-Skripte, als „temporären Notizblock" zu verwenden, bevor die endgültige Ausgabe gespeichert wird. Die Verwendung temporärer Dateien kann die Ergebnisse besonders für agentengestützte Coding-Anwendungsfälle verbessern.

Wenn Sie die Netto-Neuerstellung von Dateien minimieren möchten, können Sie Claude anweisen, nach sich selbst aufzuräumen:

Wenn Sie neue temporäre Dateien, Skripte oder Hilfsdateien für die Iteration erstellen, räumen Sie diese Dateien auf, indem Sie sie am Ende der Aufgabe entfernen.

Übereifrigkeit

Claude Opus 4.5 und Claude Opus 4.6 haben eine Tendenz, zu überentwickeln, indem sie zusätzliche Dateien erstellen, unnötige Abstraktionen hinzufügen oder Flexibilität einbauen, die nicht angefordert wurde. Wenn Sie dieses unerwünschte Verhalten sehen, fügen Sie spezifische Anleitung hinzu, um Lösungen minimal zu halten.

Zum Beispiel:

Vermeiden Sie Überentwicklung. Nehmen Sie nur Änderungen vor, die direkt angefordert oder eindeutig notwendig sind. Halten Sie Lösungen einfach und fokussiert:

- Umfang: Fügen Sie keine Funktionen hinzu, refaktorieren Sie keinen Code und nehmen Sie keine „Verbesserungen" vor, die über das Angeforderte hinausgehen. Eine Fehlerbehebung erfordert keine Bereinigung des umgebenden Codes. Eine einfache Funktion benötigt keine zusätzliche Konfigurierbarkeit.

- Dokumentation: Fügen Sie keine Docstrings, Kommentare oder Typ-Annotationen zu Code hinzu, den Sie nicht geändert haben. Fügen Sie nur Kommentare hinzu, wo die Logik nicht selbsterklärend ist.

- Defensives Coding: Fügen Sie keine Fehlerbehandlung, Fallbacks oder Validierung für Szenarien hinzu, die nicht vorkommen können. Vertrauen Sie auf interne Code- und Framework-Garantien. Validieren Sie nur an Systemgrenzen (Benutzereingabe, externe APIs).

- Abstraktionen: Erstellen Sie keine Helfer, Utilities oder Abstraktionen für einmalige Operationen. Entwerfen Sie nicht für hypothetische zukünftige Anforderungen. Die richtige Menge an Komplexität ist das Minimum, das für die aktuelle Aufgabe erforderlich ist.

Frontend-Design

Claude Opus 4.5 und Claude Opus 4.6 zeichnen sich durch die Erstellung komplexer, realer Web-Anwendungen mit starkem Frontend-Design aus. Ohne Anleitung können Modelle jedoch zu generischen Mustern konvergieren, die das schaffen, was Benutzer die „AI Slop"-Ästhetik nennen. Um unterschiedliche, kreative Frontends zu erstellen, die überraschen und erfreuen:

Hier ist ein System-Prompt-Snippet, das Sie verwenden können, um besseres Frontend-Design zu fördern:

<frontend_aesthetics>
Sie neigen dazu, zu generischen, „on distribution" Ausgaben zu konvergieren. Im Frontend-Design schafft dies das, was Benutzer die „AI Slop"-Ästhetik nennen. Vermeiden Sie dies: Erstellen Sie kreative, unterschiedliche Frontends, die überraschen und erfreuen.

Konzentrieren Sie sich auf:
- Typografie: Wählen Sie Schriftarten, die schön, einzigartig und interessant sind. Vermeiden Sie generische Schriftarten wie Arial und Inter; wählen Sie stattdessen unterschiedliche Optionen, die die Ästhetik des Frontends verbessern.
- Farbe & Thema: Verpflichten Sie sich zu einer kohärenten Ästhetik. Verwenden Sie CSS-Variablen für Konsistenz. Dominante Farben mit scharfen Akzenten übertreffen timide, gleichmäßig verteilte Paletten. Schöpfen Sie aus IDE-Themen und kulturellen Ästhetiken für Inspiration.
- Motion: Verwenden Sie Animationen für Effekte und Micro-Interaktionen. Priorisieren Sie CSS-only-Lösungen für HTML. Verwenden Sie Motion-Bibliothek für React, wenn verfügbar. Konzentrieren Sie sich auf hochwertige Momente: Ein gut orchestriertes Laden der Seite mit gestaffelten Reveals (animation-delay) schafft mehr Freude als verstreute Micro-Interaktionen.
- Hintergründe: Schaffen Sie Atmosphäre und Tiefe, anstatt zu Vollfarben zu greifen. Schichten Sie CSS-Gradienten, verwenden Sie geometrische Muster oder fügen Sie kontextuelle Effekte hinzu, die zur Gesamtästhetik passen.

Vermeiden Sie generische KI-generierte Ästhetiken:
- Übernutzte Schriftfamilien (Inter, Roboto, Arial, Systemschriftarten)
- Klischeehafte Farbschemen (besonders violette Gradienten auf weißem Hintergrund)
- Vorhersehbare Layouts und Komponentenmuster
- Cookie-Cutter-Design, dem kontextspezifischer Charakter fehlt

Interpretieren Sie kreativ und treffen Sie unerwartete Entscheidungen, die sich für den Kontext genuinely designed anfühlen. Variieren Sie zwischen hellen und dunklen Themen, verschiedenen Schriftarten, verschiedenen Ästhetiken. Sie neigen immer noch dazu, bei häufigen Entscheidungen zu konvergieren (Space Grotesk zum Beispiel) über Generationen hinweg. Vermeiden Sie dies: Es ist kritisch, dass Sie außerhalb der Box denken!
</frontend_aesthetics>

Sie können auch auf den vollständigen Skill hier verweisen.

Vermeiden Sie, sich auf das Bestehen von Tests und Hard-Coding zu konzentrieren

Claude kann sich manchmal zu sehr darauf konzentrieren, Tests zu bestehen, auf Kosten allgemeinerer Lösungen, oder kann Workarounds wie Hilfsskripte für komplexe Refaktorierungen verwenden, anstatt Standard-Tools direkt zu verwenden. Um dieses Verhalten zu verhindern und robuste, verallgemeinerbare Lösungen zu gewährleisten:

Bitte schreiben Sie eine hochwertige, allgemeine Lösung mit den verfügbaren Standard-Tools. Erstellen Sie keine Hilfsskripte oder Workarounds, um die Aufgabe effizienter zu erfüllen. Implementieren Sie eine Lösung, die für alle gültigen Eingaben korrekt funktioniert, nicht nur für die Testfälle. Hard-codieren Sie keine Werte und erstellen Sie keine Lösungen, die nur für spezifische Test-Eingaben funktionieren. Implementieren Sie stattdessen die tatsächliche Logik, die das Problem allgemein löst.

Konzentrieren Sie sich auf das Verständnis der Problemanforderungen und die Implementierung des korrekten Algorithmus. Tests sind da, um die Korrektheit zu überprüfen, nicht um die Lösung zu definieren. Geben Sie eine prinzipiengestützte Implementierung, die Best Practices und Software-Design-Prinzipien befolgt.

Wenn die Aufgabe unvernünftig oder nicht machbar ist, oder wenn einer der Tests falsch ist, informieren Sie mich bitte, anstatt sie zu umgehen. Die Lösung sollte robust, wartbar und erweiterbar sein.

Minimieren Sie Halluzinationen in agentengestütztem Coding

Claudes neueste Modelle sind weniger anfällig für Halluzinationen und geben genauere, fundierte, intelligente Antworten basierend auf dem Code. Um dieses Verhalten noch mehr zu fördern und Halluzinationen zu minimieren:

<investigate_before_answering>
Spekulieren Sie niemals über Code, den Sie nicht geöffnet haben. Wenn der Benutzer auf eine spezifische Datei verweist, MÜSSEN Sie die Datei lesen, bevor Sie antworten. Stellen Sie sicher, dass Sie relevante Dateien UNTERSUCHEN und LESEN, BEVOR Sie Fragen zur Codebasis beantworten. Machen Sie niemals Aussagen über Code, bevor Sie untersuchen, es sei denn, Sie sind sich der korrekten Antwort sicher – geben Sie fundierte und halluzinationsfreie Antworten.
</investigate_before_answering>

Migration weg von vorausgefüllten Antworten

Ab Claude Opus 4.6 werden vorausgefüllte Antworten beim letzten Assistent-Turn nicht mehr unterstützt. Die Modellintellligenz und Anweisungsfolge haben sich so weit entwickelt, dass die meisten Anwendungsfälle von Vorausfüllung nicht mehr erforderlich sind. Bestehende Modelle werden weiterhin Vorausfüllungen unterstützen, und das Hinzufügen von Assistent-Nachrichten an anderer Stelle im Gespräch ist nicht betroffen.

Hier sind häufige Vorausfüllungs-Szenarien und wie man von ihnen migriert:

LaTeX-Ausgabe

Claude Opus 4.6 verwendet standardmäßig LaTeX für mathematische Ausdrücke, Gleichungen und technische Erklärungen. Wenn Sie Klartext bevorzugen, fügen Sie die folgenden Anweisungen zu Ihrem Prompt hinzu:

Format your response in plain text only. Do not use LaTeX, MathJax, or any markup notation such as \( \), $, or \frac{}{}. Write all math expressions using standard text characters (e.g., "/" for division, "*" for multiplication, and "^" for exponents).

Migrationsbedingungen

Bei der Migration zu Claude 4.6-Modellen von früheren Generationen:

1. Seien Sie spezifisch über das gewünschte Verhalten: Erwägen Sie, genau zu beschreiben, was Sie in der Ausgabe sehen möchten.

2. Rahmen Sie Ihre Anweisungen mit Modifikatoren: Das Hinzufügen von Modifikatoren, die Claude ermutigen, die Qualität und den Detail-Grad seiner Ausgabe zu erhöhen, kann Claudes Leistung besser gestalten. Verwenden Sie beispielsweise statt "Create an analytics dashboard" lieber "Create an analytics dashboard. Include as many relevant features and interactions as possible. Go beyond the basics to create a fully-featured implementation."

3. Fordern Sie spezifische Funktionen explizit an: Animationen und interaktive Elemente sollten explizit angefordert werden, wenn sie gewünscht sind.

4. Aktualisieren Sie die Thinking-Konfiguration: Claude Opus 4.6 verwendet adaptive thinking (thinking: {type: "adaptive"}) statt manuellem Thinking mit budget_tokens. Verwenden Sie den effort-Parameter, um die Thinking-Tiefe zu steuern.

5. Migration weg von vorausgefüllten Antworten: Vorausgefüllte Antworten beim letzten Assistent-Turn sind ab Claude Opus 4.6 veraltet. Siehe Migration weg von vorausgefüllten Antworten für detaillierte Anleitung zu Alternativen.

6. Stimmen Sie Anti-Faulheits-Prompting ab: Wenn Ihre Prompts das Modell zuvor ermutigt haben, gründlicher zu sein oder Tools aggressiver zu nutzen, reduzieren Sie diese Anleitung. Claude Opus 4.6 ist deutlich proaktiver und kann bei Anweisungen überreagieren, die für frühere Modelle erforderlich waren.

Für detaillierte Migrationsschritte siehe den Migrationsleitfaden.