Bonnes pratiques de prompting

Ceci est la référence pour le « prompt engineering » (ingénierie de prompts) avec les modèles Claude actuels, notamment Claude Fable 5.1, Claude Mythos 5.1, Claude Fable 5, Claude Mythos 5, Claude Opus 5, Claude Opus 4.8, Claude Opus 4.7, Claude Opus 4.6, Claude Sonnet 5, Claude Sonnet 4.6 et Claude Haiku 4.5. La page est organisée en trois parties :

• Conseils spécifiques aux modèles en premier : là où un modèle donné se comporte différemment et ce qu'il faut modifier dans votre prompt.
• Techniques pour tous les modèles actuels ensuite : principes généraux, sortie et formatage, utilisation d'outils, réflexion et systèmes agentiques.
• Considérations de migration en dernier, pour les prompts provenant de générations antérieures.

Conseils spécifiques aux modèles

Chacun de ces modèles dispose de sa propre page de prompting. Lisez d'abord celle de votre modèle, puis les techniques qui suivent.

Principes généraux

Les techniques de cette section et des sections suivantes s'appliquent aux modèles Claude actuels, notamment Claude Fable 5.1, Claude Mythos 5.1, Claude Fable 5 et Claude Mythos 5. Lorsqu'une technique nomme un modèle spécifique, considérez qu'elle a été mesurée sur ce modèle et revérifiez-la avec vos propres évaluations avant de l'appliquer à un autre.

Soyez clair et direct

Claude répond bien aux instructions claires et explicites. Être précis sur la sortie souhaitée peut aider à améliorer les résultats. Si vous souhaitez un comportement qui « va au-delà des attentes », demandez-le explicitement plutôt que de compter sur le modèle pour le déduire de prompts vagues.

Considérez Claude comme un employé brillant mais nouveau, qui manque de contexte sur vos normes et vos flux de travail. Plus vous expliquez précisément ce que vous voulez, meilleur sera le résultat.

Règle d'or : montrez votre prompt à un collègue ayant un contexte minimal sur la tâche et demandez-lui de le suivre. S'il est confus, Claude le sera aussi.

• Soyez précis sur le format de sortie souhaité et les contraintes.
• Fournissez les instructions sous forme d'étapes séquentielles à l'aide de listes numérotées ou de puces lorsque l'ordre ou l'exhaustivité des étapes compte.

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.

Ajoutez du contexte pour améliorer les performances

Fournir le contexte ou la motivation derrière vos instructions, par exemple en expliquant à Claude pourquoi un tel comportement est important, peut aider Claude à mieux comprendre vos objectifs et à fournir des réponses plus ciblées.

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 est suffisamment intelligent pour généraliser à partir de l'explication.

Utilisez les exemples efficacement

Les exemples sont l'un des moyens les plus fiables d'orienter le format de sortie, le ton et la structure de Claude. Quelques exemples bien conçus (ce que l'on appelle le « few-shot prompting » ou « multishot prompting » (prompting à quelques exemples)) améliorent la précision et la cohérence.

Lorsque vous ajoutez des exemples, faites en sorte qu'ils soient :

• Pertinents : reflétez fidèlement votre cas d'utilisation réel.
• Diversifiés : couvrez les cas limites et variez suffisamment pour que Claude ne retienne pas de schémas involontaires.
• Structurés : encadrez les exemples dans des balises <example> (plusieurs exemples dans des balises <examples>) afin que Claude puisse les distinguer des instructions.

Structurez les prompts avec des balises XML

Les balises XML aident Claude à analyser sans ambiguïté les prompts complexes, en particulier lorsque votre prompt mélange instructions, contexte, exemples et entrées variables. Encadrer chaque type de contenu dans sa propre balise (par exemple, <instructions>, <context>, <input>) réduit les erreurs d'interprétation.

Bonnes pratiques :

• Utilisez des noms de balises cohérents et descriptifs dans tous vos prompts.
• Imbriquez les balises lorsque le contenu présente une hiérarchie naturelle (documents dans <documents>, chacun dans <document index="n">).

Donnez un rôle à Claude

Définir un rôle dans l'invite système (« system prompt ») concentre le comportement et le ton de Claude sur votre cas d'utilisation. Même une seule phrase fait la différence :

client = anthropic.Anthropic()

message = client.messages.create(
    model="claude-opus-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 avec un long contexte

Lorsque vous travaillez avec de grands documents ou des entrées riches en données (plus de 20 000 tokens), structurez soigneusement votre prompt pour obtenir les meilleurs résultats :

• Placez les données longues en haut : placez vos longs documents et entrées vers le haut de votre prompt, au-dessus de votre requête, de vos instructions et de vos exemples. Cela améliore les performances sur tous les modèles.

• Structurez le contenu et les métadonnées des documents avec des balises XML : lorsque vous utilisez plusieurs documents, encadrez chaque document dans des balises <document> avec des sous-balises <document_content> et <source> (et d'autres métadonnées) pour plus de clarté.

  Exemple de structure multidocument

• Ancrez les réponses dans des citations : pour les tâches sur de longs documents, demandez à Claude de citer d'abord les parties pertinentes des documents avant d'effectuer sa tâche. Cela aide Claude à se concentrer sur le contenu pertinent et à ignorer le reste du document.

  Exemple d'extraction de citations

Connaissance de soi du modèle

Si vous souhaitez que Claude s'identifie correctement dans votre application ou utilise des chaînes d'API spécifiques :

The assistant is Claude, created by Anthropic. The current model is Claude Opus 5.

Pour les applications basées sur des LLM qui doivent spécifier des chaînes de modèle :

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

Sortie et formatage

Style de communication et verbosité

Les derniers modèles de Claude ont un style de communication plus concis et naturel que les modèles précédents :

• Plus direct et ancré dans les faits : fournit des rapports de progression factuels plutôt que des mises à jour autocongratulatoires.
• Plus conversationnel : légèrement plus fluide et familier, moins mécanique.
• Moins verbeux : peut omettre les résumés détaillés par souci d'efficacité, sauf indication contraire.

Cela signifie que Claude peut omettre les résumés verbaux après les appels d'outils et passer directement à l'action suivante. Si vous préférez plus de visibilité sur son raisonnement :

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

Claude Opus 5 fait exception en matière de verbosité : ses réponses par défaut destinées à l'utilisateur sont plus longues que celles des modèles précédents, et augmenter ou diminuer l'effort ne modifie pas de manière fiable la longueur visible des réponses. Demandez plutôt explicitement la concision dans votre prompt. Consultez Prompting de Claude Opus 5 pour un exemple d'instruction. Claude Fable 5.1 a la tendance inverse pendant le travail agentique : il écrit moins de mises à jour destinées à l'utilisateur entre les appels d'outils. Demandez explicitement du texte de progression et supprimez toute instruction lui indiquant de garder ce texte bref. Consultez Demander des mises à jour de progression destinées à l'utilisateur.

Contrôlez le format des réponses

Il existe quelques moyens particulièrement efficaces d'orienter le formatage de la sortie :

1. Dites à Claude ce qu'il doit faire plutôt que ce qu'il ne doit pas faire

   • Au lieu de : « N'utilise pas de markdown dans ta réponse »
   • Essayez : « Ta réponse doit être composée de paragraphes de prose fluide. »

2. Utilisez des indicateurs de format XML

   • Essayez : « Écris les sections en prose de ta réponse dans des balises <smoothly_flowing_prose_paragraphs>. »

3. Adaptez le style de votre prompt à la sortie souhaitée

   Le style de formatage utilisé dans votre prompt peut influencer le style de réponse de Claude. Si vous rencontrez encore des problèmes de pilotage du formatage de sortie, essayez de faire correspondre le plus possible le style de votre prompt au style de sortie souhaité. Par exemple, supprimer le markdown de votre prompt peut réduire le volume de markdown dans la sortie.

4. Utilisez des prompts détaillés pour des préférences de formatage spécifiques

   Pour plus de contrôle sur l'utilisation du markdown et du formatage, fournissez des indications explicites :

<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 formate déjà moins que les modèles précédents ; sur ce modèle, un bloc comme celui-ci peut donc supprimer une structure dont le contenu a besoin. Supprimez-le ou remplacez-le par la règle plus courte de Formatage dans le chat.

Sortie LaTeX

Les derniers modèles de Claude utilisent par défaut LaTeX pour les expressions mathématiques, les équations et les explications techniques. Si vous préférez du texte brut, ajoutez les instructions suivantes à votre prompt :

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).

Création de documents

Les derniers modèles de Claude créent des présentations, des animations et des documents visuels avec un excellent suivi des instructions, et produisent généralement une sortie exploitable dès le premier essai.

Pour de meilleurs résultats en création de documents :

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

Abandonner les réponses préremplies

À partir des modèles Claude 4.6 et de Claude Mythos Preview, les réponses préremplies (fournir un message assistant partiel que Claude doit poursuivre) sur le dernier tour de l'assistant ne sont plus prises en charge. Les requêtes contenant des messages assistant préremplis adressées à ces modèles renvoient une erreur 400. L'intelligence des modèles et le suivi des instructions ont progressé au point que la plupart des cas d'utilisation du préremplissage n'en ont plus besoin. Les modèles antérieurs continuent de prendre en charge le préremplissage, et l'ajout de messages assistant ailleurs dans la conversation n'est pas affecté.

Voici les scénarios de préremplissage courants et comment les abandonner :

Utilisation d'outils

Usage des outils

Les derniers modèles de Claude sont entraînés pour un suivi précis des instructions et bénéficient d'indications explicites pour utiliser des outils spécifiques. Si vous dites « peux-tu suggérer quelques modifications », Claude fournira parfois des suggestions plutôt que de les mettre en œuvre, même si effectuer les modifications était peut-être votre intention. Pour apprendre à définir des outils et à résoudre les problèmes de déclenchement des outils, consultez Utilisation d'outils avec Claude.

Pour que Claude agisse, soyez plus explicite :

Can you suggest some changes to improve this function?

Change this function to improve its performance.

Make these edits to the authentication flow.

Pour rendre Claude plus proactif dans la prise d'action par défaut, vous pouvez ajouter ceci à votre invite système :

<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>

À l'inverse, si vous souhaitez que le modèle soit plus hésitant par défaut, moins enclin à se lancer directement dans les implémentations, et qu'il n'agisse que sur demande, vous pouvez orienter ce comportement avec un prompt comme le suivant :

<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 et Claude Opus 4.6 sont également plus réactifs à l'invite système que les modèles précédents. Si vos prompts étaient conçus pour réduire le sous-déclenchement des outils ou des skills, ces modèles peuvent désormais surdéclencher. La solution consiste à atténuer tout langage agressif. Là où vous auriez pu dire « CRITIQUE : tu DOIS utiliser cet outil quand... », vous pouvez utiliser un prompting plus normal comme « Utilise cet outil quand... ».

Optimisez les appels d'outils parallèles

Les derniers modèles de Claude exécutent les appels d'outils indépendants en parallèle. Ces modèles vont :

• Lancer plusieurs recherches spéculatives pendant la recherche d'informations
• Lire plusieurs fichiers à la fois pour construire le contexte plus rapidement
• Exécuter des commandes bash en parallèle (ce qui peut même créer un goulot d'étranglement pour les performances du système)

Ce comportement est pilotable. Bien que le modèle ait un taux de réussite élevé en appels d'outils parallèles sans prompting, vous pouvez le porter à ~100 % ou ajuster le niveau d'agressivité :

<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.

Sur Claude Fable 5.1 dans les longues boucles d'agent, envoyez l'instruction d'appels parallèles sous forme de message système limité au tour après chaque série de résultats d'outils. Consultez Regrouper les appels d'outils indépendants dans les boucles d'agent.

Réflexion et raisonnement

Surréflexion et minutie excessive

Claude Opus 4.6 effectue plus d'exploration préalable que les modèles précédents, en particulier avec des réglages d'effort plus élevés. Ce travail initial aide souvent à optimiser les résultats finaux, mais le modèle peut rassembler un contexte étendu ou poursuivre plusieurs pistes de recherche sans qu'on le lui demande. Si vos prompts encourageaient auparavant le modèle à être plus minutieux, vous devriez ajuster ces indications pour Claude Opus 4.6 :

• Remplacez les valeurs par défaut générales par des instructions plus ciblées. Au lieu de « Utilise [tool] par défaut », ajoutez des indications comme « Utilise [tool] lorsque cela améliorerait ta compréhension du problème. »
• Supprimez le sur-prompting. Les outils qui se sous-déclenchaient dans les modèles précédents se déclencheront probablement de manière appropriée maintenant. Des instructions comme « En cas de doute, utilise [tool] » provoqueront un surdéclenchement.
• Utilisez l'effort en dernier recours. Si Claude continue d'être trop agressif, utilisez un réglage d'effort plus bas.

Dans certains cas, Claude Opus 4.6 peut réfléchir longuement, ce qui peut gonfler les tokens de réflexion et ralentir les réponses. Si ce comportement est indésirable, vous pouvez ajouter des instructions explicites pour contraindre son raisonnement, ou abaisser le réglage d'effort pour réduire la réflexion globale et l'utilisation de tokens.

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.

Si vous avez besoin d'un plafond strict sur les coûts de réflexion, la réflexion étendue avec un plafond budget_tokens fonctionne toujours sur Opus 4.6 et Sonnet 4.6 mais est dépréciée. Sur les modèles Claude 4.7 et ultérieurs, définir budget_tokens renvoie une erreur 400. Préférez abaisser le réglage d'effort ou utiliser max_tokens comme limite stricte avec la réflexion adaptative.

Tirez parti des capacités de réflexion et de réflexion entrelacée

Les derniers modèles de Claude offrent des capacités de réflexion qui peuvent être particulièrement utiles pour les tâches impliquant une réflexion après l'utilisation d'outils ou un raisonnement complexe en plusieurs étapes. Vous pouvez guider sa réflexion initiale ou entrelacée pour de meilleurs résultats.

Les modèles Claude 4.6 et ultérieurs ainsi que Claude Mythos Preview utilisent l'« adaptive thinking » (réflexion adaptative) (thinking: {type: "adaptive"}), où Claude décide dynamiquement quand et combien réfléchir. Sur Claude Fable 5.1, Claude Mythos 5.1, Claude Fable 5 et Claude Mythos 5, la réflexion est toujours activée et la réflexion adaptative est le seul mode. Claude calibre sa réflexion en fonction de deux facteurs : le paramètre effort et la complexité de la requête. Un effort plus élevé suscite plus de réflexion, et les requêtes plus complexes font de même. Sur les requêtes plus simples qui ne nécessitent pas de réflexion, le modèle répond directement. Dans les évaluations internes, la réflexion adaptative produit de manière fiable de meilleures performances que la réflexion étendue. Envisagez de passer à la réflexion adaptative.

Utilisez la réflexion adaptative pour les charges de travail qui nécessitent un comportement agentique, comme l'utilisation d'outils en plusieurs étapes, les tâches de codage complexes et les boucles d'agent à long horizon. Les modèles plus anciens utilisent la réflexion étendue manuelle avec budget_tokens ; consultez le tableau de configuration par modèle pour savoir quelle configuration chaque modèle accepte.

Vous pouvez guider le comportement de réflexion de Claude :

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.

Le comportement de déclenchement de la réflexion adaptative peut être orienté par le prompt. Si vous trouvez que le modèle réfléchit plus souvent que vous ne le souhaitez, ce qui peut arriver avec des invites système volumineuses ou complexes, ajoutez des indications pour l'orienter :

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.

Si vous migrez depuis la réflexion étendue avec budget_tokens, remplacez votre configuration de réflexion et déplacez le contrôle du budget vers effort. Les exemples suivants montrent la même requête avant et après la migration (consultez effort pour les niveaux disponibles et la disponibilité par modèle) :

# Avant : réflexion étendue avec un budget manuel (anciens modèles)
client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=16000,
    thinking={"type": "enabled", "budget_tokens": 10000},
    messages=[{"role": "user", "content": "..."}],
)

# Après : réflexion adaptative avec effort
client.messages.create(
    model="claude-opus-4-8",
    max_tokens=16000,
    thinking={"type": "adaptive"},
    output_config={"effort": "high"},
    messages=[{"role": "user", "content": "..."}],
)

Si vous n'utilisez pas la réflexion étendue, aucun changement n'est requis. Sur Claude Opus 4.6 jusqu'à Claude Opus 4.8 et sur Claude Sonnet 4.6, la réflexion est désactivée lorsque vous omettez le paramètre thinking. Sur Claude Opus 5 et Claude Sonnet 5, la réflexion est activée par défaut lorsque vous omettez le paramètre thinking. Sur Claude Opus 5, vous ne pouvez la désactiver qu'à un effort high ou inférieur. Sur Claude Fable 5.1, Claude Mythos 5.1, Claude Fable 5 et Claude Mythos 5, la réflexion est toujours activée, que vous définissiez ou non le paramètre thinking.

• Préférez les instructions générales aux étapes prescriptives. Un prompt comme « réfléchis en profondeur » produit souvent un meilleur raisonnement qu'un plan étape par étape rédigé à la main. Le raisonnement de Claude dépasse fréquemment ce qu'un humain prescrirait.
• Les exemples multishot fonctionnent avec la réflexion. Utilisez des balises <thinking> dans vos exemples few-shot pour montrer à Claude le schéma de raisonnement. Il généralisera ce style à ses propres blocs de réflexion étendue.
• Le prompting manuel en « chain-of-thought » (chaîne de pensée), ou CoT, en dernier recours. Lorsque la réflexion est désactivée, vous pouvez toujours encourager un raisonnement étape par étape en demandant à Claude de réfléchir au problème. Utilisez des balises structurées comme <thinking> et <answer> pour séparer proprement le raisonnement de la sortie finale. Sur Claude Opus 5, préférez plutôt garder la réflexion activée à un niveau d'effort plus bas : avec la réflexion désactivée, le modèle peut occasionnellement émettre des balises XML internes dans sa sortie visible ; consultez donc Exécution avec la réflexion désactivée avant d'appliquer ce schéma sur ce modèle.
• Demandez à Claude de s'autovérifier. Ajoutez quelque chose comme « Avant de terminer, vérifie ta réponse par rapport à [critères de test]. » Cela détecte les erreurs de manière fiable, en particulier pour le codage et les mathématiques. Claude Opus 5 fait exception : il vérifie bien son propre travail sans instruction explicite, et les instructions de vérification héritées de prompts ajustés pour des modèles antérieurs peuvent provoquer une survérification, ajoutant des tokens et de la latence. Lors de la migration vers Claude Opus 5, supprimez ces instructions plutôt que de les réécrire. Consultez Périmètre des tâches et survérification.

Systèmes agentiques

Raisonnement à long horizon et suivi d'état

Les derniers modèles de Claude gèrent les tâches de raisonnement à long horizon avec un excellent suivi d'état. Claude maintient son orientation au fil de sessions prolongées en se concentrant sur la progression incrémentale, en avançant régulièrement sur quelques éléments à la fois plutôt qu'en tentant tout en même temps. Cette capacité se manifeste particulièrement sur plusieurs fenêtres de contexte ou itérations de tâche, où Claude peut travailler sur une tâche complexe, sauvegarder l'état et continuer avec une nouvelle fenêtre de contexte.

Conscience du contexte et flux de travail multifenêtres

Claude Sonnet 5, Claude Sonnet 4.6, Claude Sonnet 4.5 et Claude Haiku 4.5 disposent de la conscience du contexte (« context awareness »), permettant au modèle de suivre sa fenêtre de contexte restante (c'est-à-dire son « budget de tokens ») tout au long d'une conversation. Cela permet à Claude d'exécuter des tâches et de gérer le contexte plus efficacement en comprenant de combien d'espace il dispose pour travailler.

Gestion des limites de contexte :

Si vous utilisez Claude dans un harnais d'agent qui compacte le contexte ou permet de sauvegarder le contexte dans des fichiers externes (comme dans Claude Code), envisagez d'ajouter cette information à votre prompt afin que Claude puisse se comporter en conséquence. Sinon, Claude peut parfois naturellement essayer de conclure son travail à l'approche de la limite de contexte. Voici un exemple de 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.

L'outil de mémoire se combine bien avec la conscience du contexte pour gérer les transitions de contexte.

Flux de travail sur plusieurs fenêtres de contexte

Pour les tâches s'étendant sur plusieurs fenêtres de contexte :

1. Utilisez un prompt différent pour la toute première fenêtre de contexte : utilisez la première fenêtre de contexte pour mettre en place un cadre (écrire des tests, créer des scripts de configuration), puis utilisez les fenêtres de contexte suivantes pour itérer sur une liste de tâches.

2. Faites écrire au modèle des tests dans un format structuré : demandez à Claude de créer des tests avant de commencer le travail et de les suivre dans un format structuré (par exemple, tests.json). Cela améliore la capacité à itérer sur le long terme. Rappelez à Claude l'importance des tests : « Il est inacceptable de supprimer ou de modifier des tests, car cela pourrait entraîner des fonctionnalités manquantes ou boguées. »

3. Mettez en place des outils de confort : encouragez Claude à créer des scripts de configuration (par exemple, init.sh) pour démarrer proprement les serveurs, exécuter les suites de tests et les linters. Cela évite de répéter le travail lors de la reprise depuis une nouvelle fenêtre de contexte.

4. Repartir de zéro ou compacter : lorsqu'une fenêtre de contexte est vidée, envisagez de repartir avec une toute nouvelle fenêtre de contexte plutôt que d'utiliser la compaction. Les derniers modèles de Claude sont extrêmement efficaces pour découvrir l'état à partir du système de fichiers local. Dans certains cas, vous pouvez vouloir en tirer parti plutôt que de recourir à la compaction. Soyez prescriptif sur la manière dont il doit commencer :

   • « Appelle pwd ; tu ne peux lire et écrire des fichiers que dans ce répertoire. »
   • « Examine progress.txt, tests.json et les journaux git. »
   • « Exécute manuellement un test d'intégration fondamental avant de passer à l'implémentation de nouvelles fonctionnalités. »

5. Fournissez des outils de vérification : à mesure que la durée des tâches autonomes augmente, Claude doit vérifier l'exactitude sans retour humain continu. Les outils qui permettent à Claude de vérifier le travail d'interface utilisateur sont utiles, comme l'outil computer use, l'outil browser use ou un serveur MCP d'automatisation de navigateur.

6. Encouragez l'utilisation complète du contexte : demandez à Claude de terminer efficacement les composants avant de passer à la suite :

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.

Bonnes pratiques de gestion d'état

• Utilisez des formats structurés pour les données d'état : lorsque vous suivez des informations structurées (comme des résultats de tests ou l'état des tâches), utilisez JSON ou d'autres formats structurés pour aider Claude à comprendre les exigences de schéma.
• Utilisez du texte non structuré pour les notes de progression : les notes de progression libres fonctionnent bien pour suivre la progression générale et le contexte.
• Utilisez git pour le suivi d'état : git fournit un journal de ce qui a été fait et des points de contrôle qui peuvent être restaurés. Les derniers modèles de Claude sont particulièrement performants dans l'utilisation de git pour suivre l'état sur plusieurs sessions.
• Mettez l'accent sur la progression incrémentale : demandez explicitement à Claude de suivre sa progression et de se concentrer sur un travail incrémental.

{
  "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

Équilibrer autonomie et sécurité

Sans indications, Claude Opus 4.6 peut entreprendre des actions difficiles à annuler ou affectant des systèmes partagés, comme supprimer des fichiers, effectuer un force-push ou publier sur des services externes. Si vous souhaitez que Claude Opus 4.6 demande confirmation avant d'entreprendre des actions potentiellement risquées, ajoutez des indications à votre prompt :

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.

Recherche et collecte d'informations

Les derniers modèles de Claude peuvent trouver et synthétiser efficacement des informations provenant de plusieurs sources. Pour des résultats de recherche optimaux :

1. Fournissez des critères de réussite clairs : définissez ce qui constitue une réponse réussie à votre question de recherche.

2. Encouragez la vérification des sources : demandez à Claude de vérifier les informations auprès de plusieurs sources.

3. Pour les tâches de recherche complexes, utilisez une approche structurée :

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.

Cette approche structurée aide Claude à parcourir méthodiquement de grands corpus et à critiquer ses conclusions de manière itérative.

Orchestration de sous-agents

Les derniers modèles de Claude orchestrent nativement les « subagents » (sous-agents). Ces modèles peuvent reconnaître quand des tâches bénéficieraient d'une délégation à des sous-agents spécialisés et le font de manière proactive sans nécessiter d'instruction explicite.

Pour tirer parti de ce comportement :

1. Assurez-vous de disposer d'outils de sous-agents bien définis : ayez des outils de sous-agents disponibles et décrits dans les définitions d'outils.
2. Laissez Claude orchestrer naturellement : Claude déléguera de manière appropriée sans instruction explicite.
3. Surveillez la surutilisation : Claude Opus 4.6 a une forte prédilection pour les sous-agents et peut en lancer dans des situations où une approche plus simple et directe suffirait. Par exemple, le modèle peut lancer des sous-agents pour l'exploration de code alors qu'un appel grep direct est plus rapide et suffisant. Claude Opus 5 délègue également plus volontiers aux sous-agents que les modèles précédents ; consultez Contrôler le lancement de sous-agents pour des conseils et un exemple de prompt d'atténuation.

Si vous constatez une utilisation excessive des sous-agents, ajoutez des indications explicites sur les cas où les sous-agents sont justifiés ou non :

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.

Enchaînez les prompts complexes

Avec la réflexion adaptative et l'orchestration de sous-agents, Claude gère en interne la plupart des raisonnements en plusieurs étapes. L'enchaînement explicite de prompts (décomposer une tâche en appels API séquentiels) reste utile lorsque vous devez inspecter les sorties intermédiaires ou imposer une structure de pipeline spécifique.

Le schéma d'enchaînement le plus courant est l'autocorrection : générer un brouillon → demander à Claude de l'examiner selon des critères → demander à Claude de l'affiner en fonction de l'examen. Chaque étape est un appel API distinct, ce qui vous permet de journaliser, d'évaluer ou de bifurquer à tout moment.

Réduisez la création de fichiers dans le codage agentique

Les derniers modèles de Claude peuvent parfois créer de nouveaux fichiers à des fins de test et d'itération, en particulier lorsqu'ils travaillent avec du code. Cette approche permet à Claude d'utiliser des fichiers, notamment des scripts Python, comme « bloc-notes temporaire » avant de sauvegarder sa sortie finale. L'utilisation de fichiers temporaires peut améliorer les résultats, en particulier pour les cas d'utilisation de codage agentique.

Si vous préférez minimiser la création nette de nouveaux fichiers, vous pouvez demander à Claude de nettoyer derrière lui :

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.

Excès de zèle

Claude Opus 4.5 et Claude Opus 4.6 ont tendance à la suringénierie en créant des fichiers supplémentaires, en ajoutant des abstractions inutiles ou en intégrant une flexibilité qui n'a pas été demandée. Si vous observez ce comportement indésirable, ajoutez des indications spécifiques pour garder les solutions minimales.

Par exemple :

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.

Évitez de vous concentrer sur la réussite des tests et le codage en dur

Claude peut parfois se concentrer trop fortement sur la réussite des tests au détriment de solutions plus générales, ou utiliser des contournements comme des scripts auxiliaires pour des refactorisations complexes au lieu d'utiliser directement les outils standard. Pour prévenir ce comportement et obtenir des solutions qui se généralisent :

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.

Minimiser les hallucinations dans le codage agentique

Les derniers modèles de Claude sont moins sujets aux hallucinations et donnent des réponses plus précises, ancrées et intelligentes basées sur le code. Pour encourager encore davantage ce comportement et minimiser les hallucinations :

<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>

Conseils spécifiques aux capacités

Capacités de vision améliorées

Claude Opus 4.5 et Claude Opus 4.6 ont des capacités de vision améliorées par rapport aux modèles Claude précédents. Ils sont plus performants sur les tâches de traitement d'images et d'extraction de données, en particulier lorsque plusieurs images sont présentes dans le contexte. Ces améliorations se répercutent sur computer use, où les modèles peuvent interpréter plus fiablement les captures d'écran et les éléments d'interface. Vous pouvez également utiliser ces modèles pour analyser des vidéos en les décomposant en images.

Une technique qui s'est avérée efficace pour améliorer encore les performances consiste à donner à Claude un outil de recadrage ou un agent skill. Les tests ont montré une amélioration constante sur les évaluations d'images lorsque Claude peut « zoomer » sur les régions pertinentes d'une image. Anthropic a créé une recette pour l'outil de recadrage.

Design frontend

Claude Opus 4.5 et Claude Opus 4.6 construisent des applications web complexes et réelles avec un design frontend solide. Cependant, sans indications, les modèles peuvent se rabattre par défaut sur des schémas génériques qui créent ce que les utilisateurs appellent l'esthétique « AI slop ». Pour créer des frontends distinctifs et créatifs qui surprennent et ravissent :

Pour le travail de design frontend en dehors de l'API, Claude Design fournit un canevas et des outils de design où Claude génère et itère sur des designs de manière interactive.

Voici un extrait de code d'« invite système » (system prompt) que vous pouvez utiliser pour encourager un meilleur design frontend :

<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>

Vous pouvez également vous référer à la définition complète du skill.

Considérations relatives à la migration

Lors de la migration vers les modèles Claude actuels depuis des générations antérieures :

1. Soyez précis sur le comportement souhaité : Envisagez de décrire exactement ce que vous aimeriez voir dans la sortie.

2. Formulez vos instructions avec des modificateurs : L'ajout de modificateurs qui encouragent Claude à augmenter la qualité et le niveau de détail de sa sortie peut aider à mieux façonner les performances de Claude. Par exemple, au lieu de « Crée un tableau de bord analytique », utilisez « Crée un tableau de bord analytique. Inclus autant de fonctionnalités et d'interactions pertinentes que possible. Va au-delà des bases pour créer une implémentation complète. »

3. Demandez explicitement des fonctionnalités spécifiques : Les animations et les éléments interactifs doivent être demandés explicitement lorsqu'ils sont souhaités.

4. Mettez à jour la configuration de la réflexion : Les modèles Claude 4.6 utilisent la réflexion adaptative (thinking: {type: "adaptive"}) au lieu de la réflexion manuelle avec budget_tokens. Utilisez le paramètre effort pour contrôler la profondeur de la réflexion.

5. Abandonnez les réponses préremplies : Les réponses préremplies sur le dernier tour de l'assistant ne sont plus prises en charge à partir des modèles Claude 4.6 et de Claude Mythos Preview. Consultez Abandonner les réponses préremplies pour des conseils détaillés sur les alternatives.

6. Ajustez les prompts anti-paresse : Si vos prompts encourageaient auparavant le modèle à être plus minutieux ou à utiliser les outils de manière plus agressive, réduisez ces indications. Les modèles Claude 4.6 sont plus proactifs et peuvent réagir de manière excessive à des instructions qui étaient nécessaires pour les modèles précédents.

7. Renvoyez les blocs de réflexion sans modification et conservez un historique en ajout seul : Ajoutez chaque tour de l'assistant exactement tel que l'API l'a renvoyé, blocs de réflexion inclus. Sur Claude Fable 5.1, modifier la conversation avant un bloc de réflexion entraîne une erreur, ou la suppression du bloc si vous optez pour ce comportement : modifier des messages antérieurs, reconstruire system ou tools, ou résumer sur place des tours plus anciens entre les requêtes invalide tous les blocs de réflexion ultérieurs ; déplacez donc ces modifications vers des messages système en cours de conversation et vers la gestion du contexte côté serveur. Consultez Conserver un historique de conversation en ajout seul.

Pour des étapes de migration détaillées, consultez le Guide de migration.

Migrer vers Claude Sonnet 5 depuis Claude Sonnet 4.5 ou une version antérieure

Consultez Migrer vers Claude Sonnet 5 depuis Claude Sonnet 4.5 ou une version antérieure dans le guide de migration, qui couvre le changement de la valeur par défaut d'effort et la suppression de la « extended thinking » (réflexion étendue) manuelle (budget_tokens).

Prochaines étapes