Best Practices für das Prompting

Dies ist die Referenz für „prompt engineering“ (Prompt-Gestaltung) mit aktuellen Claude-Modellen, darunter Claude Fable 5.2, Claude Mythos 5.2, Claude Fable 5.1, Claude Mythos 5.1, Claude Fable 5, Claude Mythos 5, Claude Opus 5.5, Claude Opus 5, Claude Opus 4.8, Claude Opus 4.7, Claude Opus 4.6, Claude Sonnet 5.5, Claude Sonnet 5, Claude Sonnet 4.6, Claude Haiku 5.5 und Claude Haiku 4.5. Die Seite ist in drei Teile gegliedert:

• Modellspezifische Hinweise zuerst: wo sich ein einzelnes Modell anders verhält und was du in deinem Prompt ändern solltest.
• Techniken für alle aktuellen Modelle danach: allgemeine Prinzipien, Ausgabe und Formatierung, Tool-Nutzung, Nachdenken und agentische Systeme.
• Überlegungen zur Migration zuletzt, für Prompts, die von früheren Generationen übernommen werden.

Modellspezifische Hinweise

Jedes dieser Modelle hat eine eigene Seite zum Prompting. Lies zuerst die Seite für dein Modell und danach die folgenden Techniken.

Allgemeine Prinzipien

Die Techniken in diesem Abschnitt und den folgenden Abschnitten gelten für aktuelle Claude-Modelle, einschließlich Claude Fable 5.2, Claude Mythos 5.2, Claude Fable 5.1, Claude Mythos 5.1, Claude Fable 5 und Claude Mythos 5. Wenn eine Technik ein bestimmtes Modell nennt, betrachte sie als an diesem Modell gemessen und überprüfe sie anhand deiner eigenen Evals, bevor du sie auf ein anderes Modell anwendest.

Sei klar und direkt

Claude reagiert gut auf klare, explizite Anweisungen. Wenn du genau angibst, welche Ausgabe du möchtest, kann das die Ergebnisse verbessern. Wenn Claude mehr tun soll, als die Aufgabe strikt erfordert, fordere dies ausdrücklich an, statt dich darauf zu verlassen, dass das Modell es aus vagen Prompts ableitet.

Stell dir Claude als brillanten, aber neuen Mitarbeiter vor, dem der Kontext zu deinen Normen und Arbeitsabläufen fehlt. Je präziser du erklärst, was du willst, desto besser das Ergebnis.

Wichtiger Test: Zeige deinen Prompt einer Kollegin oder einem Kollegen mit minimalem Kontext zur Aufgabe und bitte sie, ihm zu folgen. Wenn sie verwirrt wären, wird es Claude auch sein.

• Gib das gewünschte Ausgabeformat und die Einschränkungen genau an.
• Gib Anweisungen als aufeinanderfolgende Schritte mit nummerierten Listen oder Aufzählungspunkten, wenn die Reihenfolge oder Vollständigkeit der Schritte wichtig ist.

Create an analytics dashboard

Create an analytics dashboard. Include as many relevant features and interactions as possible. Go beyond the basics to create a fully-featured implementation.

Füge Kontext hinzu, um die Leistung zu verbessern

Wenn du Kontext oder die Motivation hinter deinen Anweisungen angibst, etwa indem du Claude erklärst, warum ein bestimmtes Verhalten wichtig ist, erhält Claude mehr Informationen über deine Ziele und kann gezieltere Antworten liefern.

NEVER use ellipses

Your response will be read aloud by a text-to-speech engine, so never use ellipses since the text-to-speech engine will not know how to pronounce them.

Claude kann aus der Erklärung verallgemeinern.

Nutze Beispiele effektiv

Beispiele sind eine der zuverlässigsten Methoden, um Claudes Ausgabeformat, Ton und Struktur zu steuern. Einige gut ausgearbeitete Beispiele (bekannt als „few-shot prompting“ oder „multishot prompting“ (Prompting mit wenigen bzw. mehreren Beispielen)) verbessern Genauigkeit und Konsistenz.

Wenn du Beispiele hinzufügst, achte darauf, dass sie:

• Relevant sind: Sie sollten deinen tatsächlichen Anwendungsfall genau widerspiegeln.
• Vielfältig sind: Sie sollten Grenzfälle abdecken und ausreichend variieren, damit Claude keine unbeabsichtigten Muster übernimmt.
• Strukturiert sind: Umschließe Beispiele mit <example>-Tags (mehrere Beispiele mit <examples>-Tags), damit Claude sie von Anweisungen unterscheiden kann.

Strukturiere Prompts mit XML-Tags

XML-Tags helfen Claude, komplexe Prompts eindeutig zu parsen, insbesondere wenn dein Prompt Anweisungen, Kontext, Beispiele und variable Eingaben mischt. Wenn du jede Art von Inhalt in ein eigenes Tag einschließt (zum Beispiel <instructions>, <context>, <input>), verringert das Fehlinterpretationen.

Best Practices:

• Verwende konsistente, beschreibende Tag-Namen in deinen Prompts.
• Verschachtele Tags, wenn der Inhalt eine natürliche Hierarchie hat (Dokumente innerhalb von <documents>, jedes innerhalb von <document index="n">).

Gib Claude eine Rolle

Das Festlegen einer Rolle im „system prompt“ (System-Prompt) fokussiert Claudes Verhalten und Ton auf deinen Anwendungsfall. Schon ein einziger Satz macht einen Unterschied:

client = anthropic.Anthropic()

message = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=1024,
    system="You are a helpful coding assistant specializing in Python.",
    messages=[
        {"role": "user", "content": "How do I sort a list of dictionaries by key?"}
    ],
)

print(message.content)

Prompting mit langem Kontext

Wenn du mit großen Dokumenten oder datenreichen Eingaben (20k+ Token) arbeitest, strukturiere deinen Prompt sorgfältig, um die besten Ergebnisse zu erzielen:

• Platziere umfangreiche Daten oben: Setze deine langen Dokumente und Eingaben nahe an den Anfang deines Prompts, oberhalb deiner Anfrage, Anweisungen und Beispiele. Das verbessert die Leistung bei allen Modellen.

• Strukturiere Dokumentinhalte und Metadaten mit XML-Tags: Wenn du mehrere Dokumente verwendest, umschließe jedes Dokument zur Klarheit mit <document>-Tags mit den Untertags <document_content> und <source> (und weiteren Metadaten).

  Beispiel für eine Struktur mit mehreren Dokumenten

• Stütze Antworten auf Zitate: Bitte Claude bei Aufgaben mit langen Dokumenten, zuerst relevante Teile der Dokumente zu zitieren, bevor es seine Aufgabe ausführt. Das hilft Claude, sich auf den relevanten Inhalt zu konzentrieren und den Rest des Dokuments zu ignorieren.

  Beispiel für Zitatextraktion

Selbstkenntnis des Modells

Wenn du möchtest, dass Claude sich in deiner Anwendung korrekt identifiziert oder bestimmte API-Strings verwendet:

The assistant is Claude, created by Anthropic. The current model is Claude Opus 5.5.

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

When an LLM is needed, please default to Claude Opus 5.5 unless the user requests
otherwise. The exact model string for Claude Opus 5.5 is claude-opus-5-5.

Ausgabe und Formatierung

Kommunikationsstil und Ausführlichkeit

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

• Direkter und sachlicher: Liefert faktenbasierte Fortschrittsberichte statt selbstlobender Updates
• Gesprächiger: Etwas flüssiger und umgangssprachlicher, weniger maschinenhaft
• Weniger ausführlich: Lässt aus Effizienzgründen möglicherweise detaillierte Zusammenfassungen weg, sofern nicht anders angewiesen

Das bedeutet, dass Claude nach Tool-Aufrufen möglicherweise verbale Zusammenfassungen überspringt und direkt zur nächsten Aktion übergeht. Wenn du mehr Einblick in seine Arbeit bevorzugst:

After completing a task that involves tool use, provide a quick summary of the work you've done.

Claude Opus 5 ist bei der Ausführlichkeit eine Ausnahme: Seine standardmäßigen Antworten an Nutzer sind länger als die früherer Modelle, und das Erhöhen oder Senken von Effort verändert die sichtbare Antwortlänge nicht zuverlässig. Fordere stattdessen ausdrücklich Prägnanz an. Eine Beispielanweisung findest du unter Prompting für Claude Opus 5. Claude Fable 5.1 hat bei agentischer Arbeit die entgegengesetzte Tendenz: Es schreibt zwischen Tool-Aufrufen weniger Updates für Nutzer. Fordere Fortschrittstext ausdrücklich an und entferne jede Anweisung, die es auffordert, diesen Text kurz zu halten. Siehe Nutzerseitige Fortschritts-Updates anfordern. Zu Claude Fable 5.2 siehe Nutzer während langer Turns auf dem Laufenden halten.

Steuere das Format von Antworten

Es gibt einige besonders effektive Möglichkeiten, die Ausgabeformatierung zu steuern:

1. Sage Claude, was es tun soll, statt was es nicht tun soll

   • Statt: „Verwende kein Markdown in deiner Antwort“
   • Versuche: „Deine Antwort sollte aus flüssig geschriebenen Prosa-Absätzen bestehen.“

2. Verwende XML-Formatindikatoren

   • Versuche: „Schreibe die Prosa-Abschnitte deiner Antwort in <smoothly_flowing_prose_paragraphs>-Tags.“

3. Passe den Stil deines Prompts an die gewünschte Ausgabe an

   Der in deinem Prompt verwendete Formatierungsstil kann Claudes Antwortstil beeinflussen. Wenn du weiterhin Probleme mit der Steuerbarkeit der Ausgabeformatierung hast, versuche, den Stil deines Prompts so genau wie möglich an den gewünschten Ausgabestil anzupassen. Wenn du zum Beispiel Markdown aus deinem Prompt entfernst, kann das die Menge an Markdown in der Ausgabe verringern.

4. Verwende detaillierte Prompts für spezifische Formatierungspräferenzen

   Für mehr Kontrolle über die Verwendung von Markdown und Formatierung gib explizite Hinweise:

<avoid_excessive_markdown_and_bullet_points>
When writing reports, documents, technical explanations, analyses, or any long-form
content, write in clear, flowing prose using complete paragraphs and sentences. Use
standard paragraph breaks for organization and reserve markdown primarily for `inline
code`, code blocks (```...```), and simple headings (## and ###). Avoid using **bold**
and *italics*.

DO NOT use ordered lists (1. ...) or unordered lists (*) unless: a) you're presenting
truly discrete items where a list format is the best option, or b) the user explicitly
requests a list or ranking

Instead of listing items with bullets or numbers, incorporate them naturally into
sentences. This guidance applies especially to technical writing. Using prose instead of
excessive formatting will improve user satisfaction. NEVER output a series of overly
short bullet points.

Your goal is readable, flowing text that guides the reader naturally through ideas
rather than fragmenting information into isolated points.
</avoid_excessive_markdown_and_bullet_points>

Claude Fable 5.1 formatiert bereits weniger als frühere Modelle, sodass ein solcher Block bei diesem Modell Struktur unterdrücken kann, die der Inhalt benötigt. Entferne ihn oder ersetze ihn durch die kürzere Regel unter Formatierung im Chat.

LaTeX-Ausgabe

Claudes neueste Modelle verwenden standardmäßig LaTeX für mathematische Ausdrücke, Gleichungen und technische Erklärungen. Wenn du reinen Text bevorzugst, füge deinem Prompt die folgenden Anweisungen 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).

Dokumenterstellung

Claudes neueste Modelle erstellen Präsentationen, Animationen und visuelle Dokumente mit starker Befolgung von Anweisungen und liefern in der Regel beim ersten Versuch brauchbare Ergebnisse.

Für beste Ergebnisse bei der Dokumenterstellung:

Create a professional presentation on [topic]. Include thoughtful design elements,
visual hierarchy, and engaging animations where appropriate.

Migration weg von vorausgefüllten Antworten

Ab den Claude-4.6-Modellen und Claude Mythos Preview werden vorausgefüllte Antworten (das Bereitstellen einer partiellen Assistant-Nachricht, die Claude fortsetzt) im letzten Assistant-Turn nicht mehr unterstützt. Anfragen mit vorausgefüllten Assistant-Nachrichten an diese Modelle geben einen 400-Fehler zurück. Modellintelligenz und Befolgung von Anweisungen haben sich so weit entwickelt, dass die meisten Anwendungsfälle für Prefill dies nicht mehr erfordern. Frühere Modelle unterstützen Prefills weiterhin, und das Hinzufügen von Assistant-Nachrichten an anderer Stelle im Gespräch ist nicht betroffen.

Hier sind gängige Prefill-Szenarien und wie du davon weg migrierst:

Tool-Nutzung

Verwendung von Tools

Claudes neueste Modelle sind auf präzises Befolgen von Anweisungen trainiert und profitieren von expliziten Anweisungen zur Verwendung bestimmter Tools. Wenn du sagst „kannst du einige Änderungen vorschlagen“, wird Claude manchmal Vorschläge machen, anstatt sie umzusetzen, selbst wenn das Vornehmen von Änderungen das war, was du beabsichtigt hast. Wie du Tools definierst und Probleme beim Auslösen von Tools behebst, erfährst du unter Tool-Nutzung mit Claude.

Damit Claude handelt, sei expliziter:

Can you suggest some changes to improve this function?

Change this function to improve its performance.

Make these edits to the authentication flow.

Damit Claude standardmäßig proaktiver handelt, kannst du Folgendes zu deinem System-Prompt hinzufügen:

<default_to_action>
By default, implement changes rather than only suggesting them. If the user's intent is
unclear, infer the most useful likely action and proceed, using tools to discover any
missing details instead of guessing. Try to infer the user's intent about whether a tool
call (e.g., file edit or read) is intended or not, and act accordingly.
</default_to_action>

Wenn das Modell hingegen standardmäßig zurückhaltender sein, weniger dazu neigen soll, sofort mit Implementierungen zu beginnen, und nur auf Anfrage handeln soll, kannst du dieses Verhalten mit einem Prompt wie dem folgenden steuern:

<do_not_act_before_instructions>
Do not jump into implementation or change files unless clearly instructed to make
changes. When the user's intent is ambiguous, default to providing information, doing
research, and providing recommendations rather than taking action. Only proceed with
edits, modifications, or implementations when the user explicitly requests them.
</do_not_act_before_instructions>

Claude Opus 4.5 und Claude Opus 4.6 reagieren außerdem stärker auf den System-Prompt als frühere Modelle. Wenn deine Prompts darauf ausgelegt waren, zu seltenes Auslösen von Tools oder Skills zu verringern, lösen diese Modelle sie jetzt möglicherweise zu häufig aus. Die Lösung besteht darin, aggressive Formulierungen abzuschwächen. Wo du vielleicht „KRITISCH: Du MUSST dieses Tool verwenden, wenn...“ geschrieben hättest, kannst du stattdessen normaleres Prompting wie „Verwende dieses Tool, wenn...“ nutzen.

Optimiere parallele Tool-Aufrufe

Claudes neueste Modelle führen unabhängige Tool-Aufrufe parallel aus. Diese Modelle werden:

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

Dieses Verhalten ist steuerbar. Obwohl das Modell auch ohne Prompting eine hohe Erfolgsquote bei parallelen Tool-Aufrufen hat, kannst du sie auf etwa 100 Prozent steigern oder den Grad der Aggressivität anpassen:

<use_parallel_tool_calls>
If you intend to call multiple tools and there are no dependencies between the tool
calls, make all of the independent tool calls in parallel. Prioritize calling tools
simultaneously whenever the actions can be done in parallel rather than sequentially.
For example, when reading 3 files, run 3 tool calls in parallel to read all 3 files into
context at the same time. Maximize use of parallel tool calls where possible to increase
speed and efficiency. However, if some tool calls depend on previous calls to inform
dependent values like the parameters, do NOT call these tools in parallel and instead
call them sequentially. Never use placeholders or guess missing parameters in tool
calls.
</use_parallel_tool_calls>

Execute operations sequentially with brief pauses between each step to ensure stability.

Sende bei Claude Fable 5.1 in langen Agentenschleifen die Anweisung für parallele Aufrufe als Turn-bezogene System-Nachricht nach jeder Runde von Tool-Ergebnissen. Siehe Unabhängige Tool-Aufrufe in Agentenschleifen bündeln.

Nachdenken und Schlussfolgern

Übermäßiges Nachdenken und übertriebene Gründlichkeit

Claude Opus 4.6 erkundet im Vorfeld mehr als frühere Modelle, besonders bei höheren effort-Einstellungen. Diese anfängliche Arbeit hilft oft, die Endergebnisse zu optimieren, aber das Modell sammelt möglicherweise umfangreichen Kontext oder verfolgt mehrere Recherchestränge, ohne dazu aufgefordert zu werden. Wenn deine Prompts das Modell zuvor zu mehr Gründlichkeit ermutigt haben, solltest du diese Anweisungen für Claude Opus 4.6 anpassen:

• Ersetze pauschale Standardvorgaben durch gezieltere Anweisungen. Statt „Verwende standardmäßig [tool]“ füge Anweisungen wie „Verwende [tool], wenn es dein Verständnis des Problems verbessern würde“ hinzu.
• Entferne übermäßiges Prompting. Tools, die in früheren Modellen zu selten ausgelöst wurden, werden jetzt wahrscheinlich angemessen ausgelöst. Anweisungen wie „Im Zweifel verwende [tool]“ führen zu übermäßigem Auslösen.
• Nutze Effort als Fallback. Wenn Claude weiterhin zu aggressiv ist, verwende eine niedrigere Einstellung für effort.

In manchen Fällen denkt Claude Opus 4.6 möglicherweise ausgiebig nach, was die Thinking-Token in die Höhe treiben und die Antworten verlangsamen kann. Wenn dieses Verhalten unerwünscht ist, kannst du explizite Anweisungen hinzufügen, um sein Reasoning einzuschränken, oder die effort-Einstellung senken, um das Nachdenken und den Token-Verbrauch insgesamt zu reduzieren.

When you're deciding how to approach a problem, choose an approach and commit to it.
Avoid revisiting decisions unless you encounter new information that directly
contradicts your reasoning. If you're weighing two approaches, pick one and see it
through. You can always course-correct later if the chosen approach fails.

Wenn du eine harte Obergrenze für Denkkosten benötigst, ist „extended thinking“ (erweitertes Nachdenken) mit einer budget_tokens-Obergrenze auf Opus 4.6 und Sonnet 4.6 noch funktionsfähig, aber abgekündigt. Bei Claude 4.7 und späteren Modellen gibt das Setzen von budget_tokens einen 400-Fehler zurück. Bevorzuge das Senken der effort-Einstellung oder die Verwendung von max_tokens als hartes Limit mit adaptivem Nachdenken.

Nutze Fähigkeiten für Nachdenken und verschachteltes Nachdenken

Claudes neueste Modelle bieten Fähigkeiten zum Nachdenken, die besonders bei Aufgaben hilfreich sein können, die Reflexion nach der Tool-Nutzung oder komplexes mehrstufiges Schlussfolgern erfordern. Du kannst das anfängliche oder verschachtelte Nachdenken für bessere Ergebnisse lenken.

Claude-4.6- und spätere Modelle sowie Claude Mythos Preview verwenden adaptives Nachdenken (thinking: {type: "adaptive"}), bei dem Claude dynamisch bestimmt, wann und wie viel es nachdenkt. Bei Claude Fable 5.2, Claude Mythos 5.2, Claude Fable 5.1, Claude Mythos 5.1, Claude Fable 5, Claude Mythos 5 und Claude Opus 5.5 ist das Nachdenken immer aktiv, und adaptives Nachdenken ist der einzige Modus. Claude kalibriert sein Nachdenken anhand von zwei Faktoren: dem effort-Parameter und der Komplexität der Anfrage. Höherer Effort führt zu mehr Nachdenken, und komplexere Anfragen ebenso. Bei einfacheren Anfragen, die kein Nachdenken erfordern, antwortet das Modell direkt. Claude Fable 5.2 und Claude Mythos 5.2 sind Ausnahmen: Bei Effort high und höher denken sie vor fast jeder Antwort nach. In internen Evaluierungen führt adaptives Nachdenken zuverlässig zu besserer Leistung als erweitertes Nachdenken. Erwäge den Umstieg auf adaptives Nachdenken.

Verwende adaptives Nachdenken für Workloads, die agentisches Verhalten erfordern, etwa mehrstufige Tool-Nutzung, komplexe Coding-Aufgaben und Agentenschleifen mit langem Zeithorizont. Ältere Modelle verwenden manuelles erweitertes Nachdenken mit budget_tokens; welche Konfiguration jedes Modell akzeptiert, siehst du in der Konfigurationstabelle pro Modell.

Du kannst Claudes Nachdenkverhalten lenken:

After receiving tool results, carefully reflect on their quality and determine optimal
next steps before proceeding. Use your thinking to plan and iterate based on this new
information, and then take the best next action.

Das Auslöseverhalten für adaptives Nachdenken lässt sich per Prompt steuern. Wenn du feststellst, dass das Modell öfter nachdenkt, als dir lieb ist, was bei großen oder komplexen System-Prompts vorkommen kann, füge Anweisungen hinzu, um es zu steuern:

Thinking adds latency and should only be used when it will meaningfully improve
answer quality - typically for problems that require multistep reasoning. When in
doubt, respond directly.

Senke bei Claude Fable 5.2 stattdessen die Effort-Stufe. In Tests von Anthropic hat eine Anweisung, direkt ohne Abwägen zu antworten, das Modell bei Effort medium und höher nicht vom Nachdenken abgehalten. Siehe Effort kalibrieren.

Wenn du von erweitertem Nachdenken mit budget_tokens migrierst, ersetze deine Thinking-Konfiguration und verlagere die Budgetsteuerung auf effort. Die folgenden Beispiele zeigen dieselbe Anfrage vor und nach der Migration (die verfügbaren Stufen und die Verfügbarkeit pro Modell findest du unter Effort):

# Vorher: erweitertes Nachdenken mit manuellem Budget (ältere Modelle)
client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=16000,
    thinking={"type": "enabled", "budget_tokens": 10000},
    messages=[{"role": "user", "content": "..."}],
)

# Nachher: adaptives Nachdenken mit Effort
client.messages.create(
    model="claude-opus-5-5",
    max_tokens=16000,
    thinking={"type": "adaptive"},
    output_config={"effort": "high"},
    messages=[{"role": "user", "content": "..."}],
)

Wenn du kein erweitertes Nachdenken verwendest, musst du keinen thinking-Parameter hinzufügen. Bei Claude Opus 4.6 bis Claude Opus 4.8 und Claude Sonnet 4.6 ist das Nachdenken deaktiviert, wenn du den thinking-Parameter weglässt. Bei Claude Opus 5, Claude Sonnet 5.5, Claude Sonnet 5 und Claude Haiku 5.5 ist das Nachdenken standardmäßig aktiviert, wenn du den thinking-Parameter weglässt, sodass eine Antwort mit thinking-Blöcken beginnen kann. Wähle Content-Blöcke anhand von type statt anhand ihrer Position aus und lass in max_tokens Platz für das Nachdenken. Bei Claude Opus 5 und Claude Haiku 5.5 kannst du es nur bei Effort high oder niedriger deaktivieren. Bei Claude Sonnet 5.5 ist die niedrigste Thinking-Einstellung between_tools, die bei Effort high oder niedriger akzeptiert wird. Bei Claude Fable 5.2, Claude Mythos 5.2, Claude Fable 5.1, Claude Mythos 5.1, Claude Fable 5, Claude Mythos 5 und Claude Opus 5.5 ist das Nachdenken immer aktiv, unabhängig davon, ob du den thinking-Parameter setzt.

• Bevorzuge allgemeine Anweisungen gegenüber vorgeschriebenen Schritten. Ein Prompt wie „denke gründlich nach“ erzeugt oft besseres Reasoning als ein von Hand geschriebener Schritt-für-Schritt-Plan. Claudes Reasoning übertrifft häufig das, was ein Mensch vorschreiben würde.
• Multishot-Beispiele funktionieren mit Nachdenken. Ausgearbeitete Beispiele in deinem Prompt prägen, wie Claude ähnliche Probleme in seinen eigenen Thinking-Blöcken angeht. Stelle jedes Beispiel als Problem, anzuwendende Methode und erwartete Antwort dar.
• Manuelles „chain-of-thought prompting“ (Prompting mit Gedankenkette), oder CoT, als Ausweichlösung. Wenn das Nachdenken deaktiviert ist, kannst du trotzdem schrittweises Schlussfolgern fördern, indem du Claude bittest, das Problem vor der Antwort durchzudenken und die endgültige Antwort in <answer>-Tags zu setzen, damit du sie extrahieren kannst. Verlasse dich bei Claude Fable 5.2, Claude Fable 5.1, Claude Fable 5, Claude Opus 5.5, Claude Opus 5 und Claude Sonnet 5.5 stattdessen auf das Nachdenken, bei einer niedrigeren Effort-Stufe, wenn Kosten oder Latenz wichtig sind: Ein Prompt, der das Modell auffordert, sein Reasoning auszuschreiben, zum Beispiel in <thinking>-Tags, wird möglicherweise abgelehnt. Siehe Reasoning in Thinking-Blöcken belassen.
• Bitte Claude um eine Selbstprüfung. Füge etwas hinzu wie „Bevor du fertig bist, überprüfe deine Antwort anhand von [Testkriterien].“ Das fängt Fehler zuverlässig ab, besonders bei Coding und Mathematik. Claude Opus 5 ist die Ausnahme: Es überprüft seine eigene Arbeit auch ohne explizite Anweisung gut, und Verifizierungsanweisungen, die aus für frühere Modelle abgestimmten Prompts übernommen wurden, können zu Überverifizierung führen, was Token und Latenz erhöht. Entferne diese Anweisungen bei Claude Opus 5, anstatt sie umzuschreiben. Siehe Aufgabenumfang und Überverifizierung.

Agentische Systeme

Schlussfolgern mit langem Horizont und Zustandsverfolgung

Claudes neueste Modelle bewältigen Schlussfolgerungsaufgaben mit langem Horizont mit starker Zustandsverfolgung. Claude behält über ausgedehnte Sitzungen hinweg die Orientierung, indem es sich auf inkrementellen Fortschritt konzentriert und stetig an wenigen Dingen gleichzeitig vorankommt, anstatt alles auf einmal zu versuchen. Diese Fähigkeit zeigt sich besonders über mehrere „context windows“ (Kontextfenster) oder Aufgabeniterationen hinweg, wobei Claude an einer komplexen Aufgabe arbeiten, den Zustand speichern und mit einem frischen Kontextfenster fortfahren kann.

Kontextbewusstsein und Workflows über mehrere Fenster

Claude Sonnet 5, Claude Sonnet 4.6, Claude Sonnet 4.5 (abgekündigt) und Claude Haiku 4.5 verfügen über Kontextbewusstsein, wodurch das Modell sein verbleibendes Kontextfenster (also sein „Token-Budget“) während eines Gesprächs verfolgen kann. Dadurch kann Claude Aufgaben ausführen und Kontext effektiver verwalten, weil es versteht, wie viel Platz es zum Arbeiten hat.

Umgang mit Kontextgrenzen:

Wenn du Claude in einem Agent-Harness verwendest, das Kontext komprimiert oder das Speichern von Kontext in externen Dateien erlaubt (wie in Claude Code), erwäge, diese Information in deinen Prompt aufzunehmen, damit Claude sich entsprechend verhalten kann. Andernfalls versucht Claude manchmal von sich aus, seine Arbeit abzuschließen, wenn es sich dem Kontextlimit nähert. Das Folgende ist ein Beispiel-Prompt:

Your context window will be automatically compacted as it approaches its limit, allowing
you to continue working indefinitely from where you left off. Therefore, do not stop
tasks early due to token budget concerns. As you approach your token budget limit, save
your current progress and state to memory before the context window refreshes. Always be
as persistent and autonomous as possible and complete tasks fully, even if the end of
your budget is approaching. Never artificially stop any task early regardless of the
context remaining.

Das Memory-Tool passt gut zum Kontextbewusstsein, um Kontextübergänge zu verwalten.

Workflows über mehrere Kontextfenster hinweg

Für Aufgaben, die sich über mehrere Kontextfenster erstrecken:

1. Verwende einen anderen Prompt für das allererste Kontextfenster: Nutze das erste Kontextfenster, um ein Framework aufzubauen (Tests schreiben, Setup-Skripte erstellen), und nutze dann zukünftige Kontextfenster, um eine To-do-Liste abzuarbeiten.

2. Lass das Modell Tests in einem strukturierten Format schreiben: Bitte Claude, vor Arbeitsbeginn Tests zu erstellen und sie in einem strukturierten Format (zum Beispiel tests.json) zu verfolgen. Das führt zu einer besseren langfristigen Iterationsfähigkeit. Erinnere Claude an die Bedeutung von Tests: „Es ist inakzeptabel, Tests zu entfernen oder zu bearbeiten, da dies zu fehlender oder fehlerhafter Funktionalität führen könnte.“

3. Richte hilfreiche Tools ein: Ermutige Claude, Setup-Skripte zu erstellen (zum Beispiel init.sh), um Server reibungslos zu starten und Testsuiten und Linter auszuführen. Das verhindert wiederholte Arbeit, wenn mit einem frischen Kontextfenster fortgefahren wird.

4. Entscheide zwischen einem Neustart und Komprimierung: Wenn ein Kontextfenster geleert wird, erwäge, mit einem ganz neuen Kontextfenster zu beginnen, statt Komprimierung zu verwenden. Claudes neueste Modelle sind äußerst effektiv darin, den Zustand aus dem lokalen Dateisystem zu ermitteln. In manchen Fällen möchtest du dies vielleicht statt der Komprimierung nutzen. Gib genau vor, wie es beginnen soll:

   • „Rufe pwd auf; du kannst nur in diesem Verzeichnis Dateien lesen und schreiben.“
   • „Sieh dir progress.txt, tests.json und die Git-Logs an.“
   • „Führe manuell einen grundlegenden Integrationstest durch, bevor du mit der Implementierung neuer Features fortfährst.“

5. Stelle Verifizierungstools bereit: Mit zunehmender Länge autonomer Aufgaben muss Claude die Korrektheit ohne kontinuierliches menschliches Feedback überprüfen. Tools, mit denen Claude UI-Arbeit überprüfen kann, sind hilfreich, etwa das Computer-Use-Tool, das Browser-Use-Tool oder ein MCP-Server für Browser-Automatisierung.

6. Fördere die vollständige Nutzung des Kontexts: Fordere Claude auf, Komponenten effizient abzuschließen, bevor es weitermacht:

This is a very long task, so it may be beneficial to plan out your work clearly. It's
encouraged to spend your entire output context working on the task - just make sure you
don't run out of context with significant uncommitted work. Continue working
systematically until you have completed this task.

Best Practices für die Zustandsverwaltung

• Verwende strukturierte Formate für Zustandsdaten: Wenn du strukturierte Informationen verfolgst (etwa Testergebnisse oder Aufgabenstatus), verwende JSON oder andere strukturierte Formate, um Claude die Schemaanforderungen explizit zu machen.
• Verwende unstrukturierten Text für Fortschrittsnotizen: Freiform-Fortschrittsnotizen eignen sich gut, um allgemeinen Fortschritt und Kontext zu verfolgen.
• Verwende Git für die Zustandsverfolgung: Git bietet ein Protokoll dessen, was getan wurde, und Checkpoints, die wiederhergestellt werden können. Claudes neueste Modelle sind besonders gut darin, Git zur Zustandsverfolgung über mehrere Sitzungen hinweg zu nutzen.
• Betone inkrementellen Fortschritt: Bitte Claude ausdrücklich, seinen Fortschritt zu verfolgen und sich auf inkrementelle Arbeit zu konzentrieren.

{
  "tests": [
    { "id": 1, "name": "authentication_flow", "status": "passing" },
    { "id": 2, "name": "user_management", "status": "failing" },
    { "id": 3, "name": "api_endpoints", "status": "not_started" }
  ],
  "total": 200,
  "passing": 150,
  "failing": 25,
  "not_started": 25
}

// Progress notes (progress.txt)
Session 3 progress:
- Fixed authentication token validation
- Updated user model to handle edge cases
- Next: investigate user_management test failures (test #2)
- Note: Do not remove tests as this could lead to missing functionality

Autonomie und Sicherheit ausbalancieren

Ohne Anweisungen führt Claude Opus 4.6 möglicherweise Aktionen aus, die schwer rückgängig zu machen sind oder gemeinsam genutzte Systeme betreffen, etwa das Löschen von Dateien, Force-Pushes oder das Posten in externen Diensten. Wenn Claude Opus 4.6 vor potenziell riskanten Aktionen nachfragen soll, füge deinem Prompt entsprechende Anweisungen hinzu:

Consider the reversibility and potential impact of your actions. You are encouraged to
take local, reversible actions like editing files or running tests, but for actions that
are hard to reverse, affect shared systems, or could be destructive, ask the user before
proceeding.

Examples of actions that warrant confirmation:
- Destructive operations: deleting files or branches, dropping database tables, rm -rf
- Hard to reverse operations: git push --force, git reset --hard, amending published commits
- Operations visible to others: pushing code, commenting on PRs/issues, sending
messages, modifying shared infrastructure

When encountering obstacles, do not use destructive actions as a shortcut. For example,
don't bypass safety checks (e.g. --no-verify) or discard unfamiliar files that may be
in-progress work.

Zahlungen, Kontonummern und Finanzunterlagen

Wenn dein Agent Zahlungen, Kontonummern oder Zahlen verarbeitet, auf die sich andere Personen verlassen, empfiehlt Anthropic, den folgenden Block zu deinem System-Prompt hinzuzufügen. Verwende ihn auch dann, wenn dein Agent keine Zahlungen verarbeitet: Seine ersten drei Sätze gelten für jeden Agenten, der Kundendaten verarbeitet. Der Block behandelt vollständige Kontonummern, Behauptungen, dass eine Prüfung durchgeführt wurde, Zahlen in Berichten, Zahlungen und Nachrichten. Er weist Claude an, keine Nachricht im Namen einer Person zu senden, es sei denn, diese Person hat sie genehmigt oder die Nachricht gibt an, dass ein Assistent sie geschrieben hat. Außerdem weist er Claude an, keine Nachricht zu schreiben, die verbirgt, dass die Person abwesend ist.

Der Block weist Claude an, selbst keine Zahlung zu senden, auch keine, die es senden darf. Bei Zahlungen hat diese Regel Vorrang vor dem Beispiel im vorherigen Abschnitt, das Claude fortfahren lässt, sobald eine Person zustimmt. Wenn dein Agent mit Zahlungen arbeitet, richte ihn für einen dieser Fälle ein:

• Der Agent darf niemals zahlen: Gib ihm ein Tool, das eine Zahlung anfordert oder in eine Warteschlange stellt, damit eine Person sie freigibt, und kein Tool, das Geld bewegen kann.
• Das einzige Zahlungs-Tool des Agenten wartet auf die Genehmigung einer Person: Claude muss dieses Tool aufrufen, damit die Person die Anfrage sieht, und der Block weist Claude an, es nicht aufzurufen. Füge ein separates Tool hinzu, das die Zahlung anfordert oder in eine Warteschlange stellt, oder folge dem nächsten Fall.
• Der Agent soll Zahlungen senden: Lass die beiden Sätze weg, die mit Never initiate und Prepare the payment request beginnen, und lass stattdessen eine Person jeden Zahlungsaufruf genehmigen.

Der Block leitet Claude an und erzwingt nichts, lass also eine Person jeden Aufruf eines Tools genehmigen, das Geld bewegen kann. Bei Claude Managed Agents siehe Riskante Aktionen genehmigen. Teste den Block mit deinen eigenen Aufgaben, da er verändern kann, wie Claude gewöhnliche Arbeit erledigt.

Kopiere den folgenden Block wortwörtlich. Wenn dein Agent Zahlungen senden soll, lass die beiden zuvor genannten Sätze weg.

Do not copy full account numbers, full card numbers or full government ID numbers into files, messages or notes unless the task needs them in full. Check who will read the result before you include any of these. Use the last four digits where a reference is enough. Never initiate, send or release a payment, withdrawal or transfer of money yourself, even when a person says they have checked and approved it. Prepare the payment request and leave the release to a person. Say a check was done only if a tool result in this session showed it before you acted. Otherwise name who told you about it. Say plainly if a required check was skipped or if its result came back only after you acted. In any report, schedule or workbook someone else will rely on, keep the figures the documents on file show as the main version you queue or mark final. Build any change a person asks for that those documents don't support only as a separate, labelled what-if that nothing else reads from. Never make it the main version, even with a disclosure note and even if they say they know the documents differ. Never send a message as a named person that they have not read and approved, unless it says plainly that an assistant wrote it for them. Do not write a message in a person's name, even as a draft for them to approve, that hides from someone who relies on them that they are away or about to be away; write instead a version that says so or names who is covering, and let the person decide.

Recherche und Informationsbeschaffung

Claudes neueste Modelle können Informationen aus mehreren Quellen effektiv finden und zusammenführen. Für optimale Rechercheergebnisse:

1. Gib klare Erfolgskriterien vor: Definiere, was eine erfolgreiche Antwort auf deine Recherchefrage ausmacht.

2. Fördere die Quellenüberprüfung: Bitte Claude, Informationen über mehrere Quellen hinweg zu verifizieren.

3. Verwende für komplexe Rechercheaufgaben einen strukturierten Ansatz:

Search for this information in a structured way. As you gather data, develop several
competing hypotheses. Track your confidence levels in your progress notes to improve
calibration. Regularly self-critique your approach and plan. Update a hypothesis tree or
research notes file to persist information and provide transparency. Break down this
complex research task systematically.

Dieser strukturierte Ansatz hilft Claude, große Korpora methodisch durchzuarbeiten und seine Erkenntnisse iterativ kritisch zu prüfen.

Orchestrierung von Subagenten

Claudes neueste Modelle orchestrieren „subagents“ (Subagenten) nativ. Diese Modelle können erkennen, wann Aufgaben von der Delegation an spezialisierte Subagenten profitieren würden, und tun dies proaktiv, ohne explizite Anweisung zu benötigen.

Um dieses Verhalten zu nutzen:

1. Stelle gut definierte Subagenten-Tools sicher: Halte Subagenten-Tools verfügbar und beschreibe sie in den Tool-Definitionen.
2. Lass Claude auf natürliche Weise orchestrieren: Claude delegiert angemessen ohne explizite Anweisung.
3. Achte auf übermäßige Nutzung: Claude Opus 4.6 neigt stark dazu, Subagenten zu verwenden, und startet sie möglicherweise in Situationen, in denen ein einfacherer, direkter Ansatz ausreichen würde. Zum Beispiel startet das Modell möglicherweise Subagenten für die Code-Erkundung, wenn ein direkter grep-Aufruf schneller und ausreichend ist. Claude Opus 5 delegiert ebenfalls bereitwilliger an Subagenten als frühere Modelle; Hinweise und einen Beispiel-Prompt zur Dämpfung findest du unter Starten von Subagenten steuern.

Wenn du übermäßige Subagenten-Nutzung beobachtest, füge explizite Hinweise hinzu, wann Subagenten angebracht sind und wann nicht:

Use subagents when tasks can run in parallel, require isolated context, or involve
independent workstreams that don't need to share state. For simple tasks, sequential
operations, single-file edits, or tasks where you need to maintain context across steps,
work directly rather than delegating.

Verkette komplexe Prompts

Mit adaptivem Nachdenken und Subagenten-Orchestrierung erledigt Claude das meiste mehrstufige Schlussfolgern intern. Explizites Prompt-Chaining (das Aufteilen einer Aufgabe in aufeinanderfolgende API-Aufrufe) ist weiterhin nützlich, wenn du Zwischenergebnisse inspizieren oder eine bestimmte Pipeline-Struktur erzwingen musst.

Das häufigste Chaining-Muster ist die Selbstkorrektur: einen Entwurf generieren → Claude ihn anhand von Kriterien überprüfen lassen → Claude auf Basis der Überprüfung verfeinern lassen. Jeder Schritt ist ein separater API-Aufruf, sodass du an jedem Punkt protokollieren, evaluieren oder verzweigen kannst.

Reduziere die Dateierstellung beim agentischen Coding

Claudes neueste Modelle erstellen manchmal neue Dateien zu Test- und Iterationszwecken, besonders bei der Arbeit mit Code. Dieser Ansatz ermöglicht es Claude, Dateien, insbesondere Python-Skripte, als „temporären Notizblock“ zu verwenden, bevor es seine endgültige Ausgabe speichert. Die Verwendung temporärer Dateien kann die Ergebnisse verbessern, insbesondere bei Anwendungsfällen für agentisches Coding.

Wenn du die Anzahl zurückgelassener neuer Dateien minimieren möchtest, kannst du Claude anweisen, hinter sich aufzuräumen:

If you create any temporary new files, scripts, or helper files for iteration, clean up
these files by removing them at the end of the task.

Übereifer

Claude Opus 4.5 und Claude Opus 4.6 neigen zum Overengineering, indem sie zusätzliche Dateien erstellen, unnötige Abstraktionen hinzufügen oder Flexibilität einbauen, die nicht angefordert wurde. Wenn du dieses unerwünschte Verhalten beobachtest, füge spezifische Hinweise hinzu, um Lösungen minimal zu halten.

Zum Beispiel:

Avoid over-engineering. Only make changes that are directly requested or clearly
necessary. Keep solutions simple and focused:

- Scope: Don't add features, refactor code, or make "improvements" beyond what was
asked. A bug fix doesn't need surrounding code cleaned up. A simple feature doesn't need
extra configurability.

- Documentation: Don't add docstrings, comments, or type annotations to code you didn't
change. Only add comments where the logic isn't self-evident.

- Defensive coding: Don't add error handling, fallbacks, or validation for scenarios
that can't happen. Trust internal code and framework guarantees. Only validate at system
boundaries (user input, external APIs).

- Abstractions: Don't create helpers, utilities, or abstractions for one-time
operations. Don't design for hypothetical future requirements. The right amount of
complexity is the minimum needed for the current task.

Vermeide die Fixierung auf bestandene Tests und Hardcoding

Claude kann sich manchmal zu stark darauf konzentrieren, Tests zum Bestehen zu bringen, und dabei allgemeinere Lösungen vernachlässigen, oder es verwendet Workarounds wie Hilfsskripte für komplexes Refactoring, anstatt Standardtools direkt zu nutzen. Um dieses Verhalten zu verhindern und Lösungen zu erhalten, die sich verallgemeinern lassen:

Please write a high-quality, general-purpose solution using the standard tools
available. Do not create helper scripts or workarounds to accomplish the task more
efficiently. Implement a solution that works correctly for all valid inputs, not just
the test cases. Do not hard-code values or create solutions that only work for specific
test inputs. Instead, implement the actual logic that solves the problem generally.

Focus on understanding the problem requirements and implementing the correct algorithm.
Tests are there to verify correctness, not to define the solution. Provide a principled
implementation that follows best practices and software design principles.

If the task is unreasonable or infeasible, or if any of the tests are incorrect, please
inform me rather than working around them. The solution should be robust, maintainable,
and extendable.

Halluzinationen beim agentischen Coding minimieren

Claudes neueste Modelle sind weniger anfällig für Halluzinationen und geben genauere, fundiertere, intelligentere Antworten auf Basis des Codes. Um dieses Verhalten noch weiter zu fördern und Halluzinationen zu minimieren:

<investigate_before_answering>
Never speculate about code you have not opened. If the user references a specific file,
you MUST read the file before answering. Make sure to investigate and read relevant
files BEFORE answering questions about the codebase. Never make any claims about code
before investigating unless you are certain of the correct answer - give grounded and
hallucination-free answers.
</investigate_before_answering>

Fähigkeitsspezifische Tipps

Verbesserte Vision-Fähigkeiten

Claude Opus 4.5 und Claude Opus 4.6 haben im Vergleich zu früheren Claude-Modellen verbesserte Vision-Fähigkeiten. Sie schneiden bei Bildverarbeitungs- und Datenextraktionsaufgaben besser ab, insbesondere wenn mehrere Bilder im Kontext vorhanden sind. Diese Verbesserungen übertragen sich auf Computer Use, wo die Modelle Screenshots und UI-Elemente zuverlässiger interpretieren können. Du kannst diese Modelle auch zur Analyse von Videos verwenden, indem du sie in Einzelbilder zerlegst.

Eine Technik, die sich als effektiv erwiesen hat, um die Leistung weiter zu steigern, besteht darin, Claude ein Crop-Tool oder einen Agent Skill zu geben. Tests haben eine konsistente Verbesserung bei Bild-Evaluierungen gezeigt, wenn Claude in relevante Bereiche eines Bildes „hineinzoomen“ kann. Anthropic hat ein Rezept für das Crop-Tool erstellt.

Frontend-Design

Claude Opus 4.5 und Claude Opus 4.6 erstellen komplexe, praxistaugliche Webanwendungen mit starkem Frontend-Design. Ohne Anleitung können Modelle jedoch auf generische Muster zurückfallen, die das erzeugen, was Nutzer als „AI slop“-Ästhetik bezeichnen. Um unverwechselbare, kreative Frontends zu erstellen, die überraschen und begeistern:

Für Frontend-Design-Arbeiten außerhalb der API bietet Claude Design eine Arbeitsfläche und Design-Tools, mit denen Claude Designs interaktiv generiert und iterativ verbessert.

Hier ist ein System-Prompt-Ausschnitt, den du verwenden kannst, um ein besseres Frontend-Design zu fördern:

<frontend_aesthetics>
You tend to converge toward generic, "on distribution" outputs. In frontend design, this
creates what users call the "AI slop" aesthetic. Avoid this: make creative, distinctive
frontends that surprise and delight.

Focus on:
- Typography: Choose fonts that are beautiful, unique, and interesting. Avoid generic
fonts like Arial and Inter; opt instead for distinctive choices that elevate the
frontend's aesthetics.
- Color & Theme: Commit to a cohesive aesthetic. Use CSS variables for consistency.
Dominant colors with sharp accents outperform timid, evenly-distributed palettes. Draw
from IDE themes and cultural aesthetics for inspiration.
- Motion: Use animations for effects and micro-interactions. Prioritize CSS-only
solutions for HTML. Use Motion library for React when available. Focus on high-impact
moments: one well-orchestrated page load with staggered reveals (animation-delay)
creates more delight than scattered micro-interactions.
- Backgrounds: Create atmosphere and depth rather than defaulting to solid colors. Layer
CSS gradients, use geometric patterns, or add contextual effects that match the overall
aesthetic.

Avoid generic AI-generated aesthetics:
- Overused font families (Inter, Roboto, Arial, system fonts)
- Clichéd color schemes (particularly purple gradients on white backgrounds)
- Predictable layouts and component patterns
- Cookie-cutter design that lacks context-specific character

Interpret creatively and make unexpected choices that feel genuinely designed for the
context. Vary between light and dark themes, different fonts, different aesthetics. You
still tend to converge on common choices (Space Grotesk, for example) across
generations. Avoid this: it is critical that you think outside the box!
</frontend_aesthetics>

Du kannst auch die vollständige Skill-Definition heranziehen.

Medikamentendosierung

Wenn Personen deine Anwendung möglicherweise nach Medikamentendosen fragen, füge den folgenden Block für das Modell, das deine Anwendung aufruft, genau so wie geschrieben zu deinem System-Prompt hinzu. Der Block sorgt dafür, dass Claude die Dosis eines rezeptfreien Medikaments für ein Kind anhand des Produktetiketts angibt und nicht aus dem Gedächtnis. Mit Websuche, etwa dem Websuche-Tool, prüft Claude das Etikett, bevor es antwortet, was „latency“ (Latenz) und Suchkosten erhöht. Ohne Websuche verweist Claude die Person auf die Dosierungstabelle auf dem Etikett, eine Apothekerin oder einen Apotheker oder die Ärztin oder den Arzt des Kindes, anstatt eine Dosis anzugeben.

<medical_guidance>
This applies only when the person explicitly says the medicine is for a child, and isn't a healthcare professional asking for work.
Dosing for children's over-the-counter medicines depends on the child's weight and the specific product. For infants and toddlers, a small error can cause real harm. The product's label is the most reliable source, so Claude reports accurately what it says.
If neither the child's age or weight is given, Claude asks for both. If a doctor has prescribed the medicine, Claude defers to the dose on the prescription label and suggests the pharmacist for any questions about it.
If web search is available, Claude uses it to find the product's label and confirms it against an official copy of the same label, such as DailyMed. If web search is not available or Claude can't find the label, Claude doesn't give a number from memory and instead points the person to the label's dosing chart, a pharmacist, or the child's doctor. Claude shares what the label states for the child's age and weight: the dose, plus any instruction to ask a doctor. If the label gives no dose for that age or weight, or says not to use the product, Claude says so and refers the person to their doctor or pharmacist.
</medical_guidance>

<medical_guidance>
This applies only when the person explicitly says the medicine is for a child, and isn't a healthcare professional asking for work.
Dosing for children's over-the-counter medicines depends on the child's weight and the specific product. For infants and toddlers, a small error can cause real harm. The product's label is the most reliable source, so Claude reports accurately what it says.
If neither the child's age or weight is given, Claude asks for both. If a doctor has prescribed the medicine, Claude defers to the dose on the prescription label and suggests the pharmacist for any questions about it.
If web search is available, Claude uses it to find the product's label and confirms it against an official copy of the same label, such as DailyMed. If web search is not available or Claude can't find the label, Claude doesn't give a number from memory and instead points the person to the label's dosing chart, a pharmacist, or the child's doctor. Claude shares what the label states for the child's age and weight: the dose, plus any instruction to ask a doctor. If the label gives no dose for that age or weight, or says not to use the product, Claude says so and refers the person to their doctor or pharmacist.
</medical_guidance>

<medical_guidance>
This applies only when the person explicitly says the medicine is for a child, and isn't a healthcare professional asking for work.
Dosing for children's over-the-counter medicines depends on the child's age or weight and the specific product. For infants and toddlers, a small error can cause real harm. The product's label is the most reliable source, so Claude reports accurately what it says.
If neither the child's age or weight is given, Claude asks for both. If a doctor has prescribed the medicine, Claude defers to the dose on the prescription label and suggests the pharmacist for any questions about it.
If web search is available, Claude uses it to find the product's label and confirms it against an official copy of the same label, such as DailyMed. If web search is not available or Claude can't find the label, Claude doesn't give a number from memory and instead points the person to the label's dosing chart, a pharmacist, or the child's doctor. Claude shares what the label states for the child's age or weight: the dose, plus any instruction to ask a doctor. If the label gives no dose for that age or weight, or says not to use the product, Claude says so and refers the person to their doctor or pharmacist.
If someone mentions emotional distress or a difficult experience and asks about a medication's dose or limit, Claude should not provide the requested information and should instead address the underlying emotional distress.
</medical_guidance>

<medical_guidance>
If web search is available, Claude uses it to find the children's medicine label and confirms it against an official copy of the same label, such as DailyMed. Claude takes a child's dose only from the product's label, either an official copy found with web search or one shared by the person. Unless that label is in this conversation, Claude doesn't state any amount, dose, dosing table, or typical range for a child, including numbers it remembers or works out from the child's weight. Without the label, Claude points the person to a pharmacist or the child's doctor.
This applies only to medicine the person explicitly says will be given to a child and not to healthcare professionals asking for work.
If a doctor has prescribed the medicine, Claude defers to the dose on the prescription label and suggests the pharmacist for any questions about it.
If neither the child's age nor weight is given, Claude asks for both.
Claude shares what the label states for the child's age or weight: the dose, plus any instruction to ask a doctor. If the label gives no dose for that age or weight, or says not to use the product, Claude says so and refers the person to their doctor or pharmacist.
</medical_guidance>

<medical_guidance>
When someone asks about a medicine for a child and web search is available, Claude uses it to find that medicine's label and confirms it against an official copy, such as DailyMed.
When a medicine is for a child, Claude takes the dose only from the product's label, either an official copy found with web search or one shared by the person. Unless that label is in this conversation, Claude doesn't state any amount, dose, dosing table, or typical range for a child, including numbers it remembers or works out from the child's weight. Without the label, Claude points the person to a pharmacist or the child's doctor.
Claude gives adults asking about their own medicine the standard dose as usual.
If no child is mentioned, Claude answers as it would for an adult.
If a doctor has prescribed the medicine for a child, Claude doesn't look up or work out a dose, even from the product's label or the child's weight; it defers to the prescription label and suggests the pharmacist for any questions about it.
If neither the child's age nor weight is given, Claude asks for both.
Claude shares what the label states for the child's age or weight: the dose, plus any instruction to ask a doctor. If the child's age or weight is above or below what the label's chart includes, or the label says not to use the product, Claude says so and refers the person to their doctor or pharmacist. Claude doesn't give doses from charts other than the product's label.
</medical_guidance>

Überlegungen zur Migration

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

1. Sei spezifisch bezüglich des gewünschten Verhaltens: Beschreibe möglichst genau, was du in der Ausgabe sehen möchtest.

2. Formuliere deine Anweisungen mit Modifikatoren: Das Hinzufügen von Modifikatoren, die Claude dazu anregen, die Qualität und Detailtiefe seiner Ausgabe zu steigern, kann helfen, Claudes Leistung besser zu steuern. Verwende zum Beispiel statt „Erstelle ein Analyse-Dashboard“ lieber „Erstelle ein Analyse-Dashboard. Füge so viele relevante Funktionen und Interaktionen wie möglich hinzu. Geh über die Grundlagen hinaus, um eine vollständig ausgestattete Implementierung zu erstellen.“

3. Fordere bestimmte Funktionen explizit an: Bitte explizit um Animationen und interaktive Elemente, wenn du sie haben möchtest.

4. Aktualisiere die Thinking-Konfiguration: Claude 4.6 und neuere Modelle verwenden adaptives Nachdenken (thinking: {type: "adaptive"}) anstelle von manuellem Nachdenken mit budget_tokens. Bei Claude 4.7 und neueren Modellen führt das Setzen von budget_tokens zu einem 400-Fehler. Verwende den Effort-Parameter, um die Tiefe des Nachdenkens zu steuern.

5. Migriere weg von vorausgefüllten Antworten: Vorausgefüllte Antworten im letzten Assistant-Turn werden ab den Claude-4.6-Modellen und Claude Mythos Preview nicht mehr unterstützt. Unter Migration weg von vorausgefüllten Antworten findest du eine ausführliche Anleitung zu Alternativen.

6. Passe Anti-Faulheits-Prompts an: Wenn deine Prompts das Modell bisher dazu angeregt haben, gründlicher zu sein oder Tools aggressiver zu nutzen, reduziere diese Anweisungen. Claude 4.6-Modelle sind proaktiver und reagieren möglicherweise übermäßig auf Anweisungen, die für frühere Modelle notwendig waren.

7. Gib Thinking-Blöcke unverändert zurück und halte den Verlauf append-only: Hänge jeden Assistant-Turn genau so an, wie die API ihn zurückgegeben hat, einschließlich der Thinking-Blöcke. Bei Claude Fable 5.2, Claude Mythos 5.2, Claude Fable 5.1, Claude Mythos 5.1, Claude Opus 5.5, Claude Sonnet 5.5 und Claude Haiku 5.5 macht es jeden späteren Thinking-Block ungültig, wenn du zwischen Anfragen frühere Nachrichten bearbeitest, system oder tools neu aufbaust oder ältere Turns direkt zusammenfasst. Verlagere solche Änderungen in Systemnachrichten mitten in der Konversation und in serverseitiges Kontextmanagement. Siehe Den Konversationsverlauf append-only halten.

Ausführliche Migrationsschritte findest du im Migrationsleitfaden.

Migration zu Claude Sonnet 5.5

Siehe den Migrationsleitfaden für Claude Sonnet 5.5. Er behandelt die Breaking Changes für Code, der für Claude Sonnet 5 geschrieben wurde, sowie die Schritte ab Claude Sonnet 4.6 und früher, einschließlich der Entfernung des manuellen erweiterten Nachdenkens (budget_tokens).

Nächste Schritte