Praktik terbaik prompting

Ini adalah referensi untuk rekayasa prompt dengan model terbaru Claude, termasuk Claude Fable 5, Claude Mythos 5, Claude Opus 4.8, Claude Opus 4.7, Claude Opus 4.6, Claude Sonnet 4.6, dan Claude Haiku 4.5. Halaman ini disusun dalam tiga bagian:

• Panduan khusus model terlebih dahulu: di mana Claude Fable 5 dan Claude Opus 4.8 berperilaku berbeda dan apa yang perlu diubah.
• Teknik untuk semua model saat ini setelahnya: prinsip umum, output dan pemformatan, penggunaan alat, pemikiran, dan sistem agentik.
• Pertimbangan migrasi di bagian akhir, untuk prompt yang dipindahkan dari generasi sebelumnya.



Claude Fable 5

Panduan prompting untuk Claude Fable 5 dan Claude Mythos 5 memiliki halamannya sendiri: Prompting Claude Fable 5. Halaman tersebut mencakup perbedaan perilaku dari Claude Opus 4.8 serta perubahan prompt dan scaffolding yang layak dilakukan, termasuk tingkat effort, kepatuhan terhadap instruksi, klaim kemajuan jangka panjang, sistem memori, dan kategori penolakan reasoning_extraction.



Prompting Claude Opus 4.8

Panduan prompting untuk Claude Opus 4.8 memiliki halamannya sendiri: Prompting Claude Opus 4.8. Halaman tersebut mencakup panjang respons, kalibrasi effort dan kedalaman pemikiran, pemicuan penggunaan alat, kepatuhan instruksi secara harfiah, kontrol subagen, serta default desain dan frontend.



Prinsip umum

Teknik-teknik dalam bagian ini dan bagian-bagian berikutnya berlaku untuk semua model Claude saat ini, termasuk Claude Fable 5 dan Claude Mythos 5.



Jelas dan langsung

Claude merespons dengan baik terhadap instruksi yang jelas dan eksplisit. Bersikap spesifik tentang output yang Anda inginkan dapat membantu meningkatkan hasil. Jika Anda menginginkan perilaku yang "melampaui ekspektasi", mintalah secara eksplisit daripada mengandalkan model untuk menyimpulkannya dari prompt yang samar.

Anggaplah Claude sebagai karyawan baru yang brilian tetapi belum memiliki konteks tentang norma dan alur kerja Anda. Semakin tepat Anda menjelaskan apa yang Anda inginkan, semakin baik hasilnya.

Aturan emas: Tunjukkan prompt Anda kepada rekan kerja yang memiliki konteks minimal tentang tugas tersebut dan minta mereka mengikutinya. Jika mereka bingung, Claude juga akan bingung.

• Bersikaplah spesifik tentang format output dan batasan yang diinginkan.
• Berikan instruksi sebagai langkah-langkah berurutan menggunakan daftar bernomor atau poin-poin ketika urutan atau kelengkapan langkah penting.



Tambahkan konteks untuk meningkatkan performa

Memberikan konteks atau motivasi di balik instruksi Anda, seperti menjelaskan kepada Claude mengapa perilaku tersebut penting, dapat membantu Claude lebih memahami tujuan Anda dan memberikan respons yang lebih tepat sasaran.

Claude cukup cerdas untuk menggeneralisasi dari penjelasan tersebut.



Gunakan contoh secara efektif

Contoh adalah salah satu cara paling andal untuk mengarahkan format output, nada, dan struktur Claude. Beberapa contoh yang disusun dengan baik (dikenal sebagai "few-shot" atau "multishot prompting") dapat secara dramatis meningkatkan akurasi dan konsistensi.

Saat menambahkan contoh, pastikan contoh tersebut:

• Relevan: Mencerminkan kasus penggunaan Anda yang sebenarnya secara dekat.
• Beragam: Mencakup kasus tepi dan cukup bervariasi sehingga Claude tidak menangkap pola yang tidak diinginkan.
• Terstruktur: Bungkus contoh dalam tag <example> (beberapa contoh dalam tag <examples>) sehingga Claude dapat membedakannya dari instruksi.



Susun prompt dengan tag XML

Tag XML membantu Claude mengurai prompt yang kompleks tanpa ambiguitas, terutama ketika prompt Anda mencampur instruksi, konteks, contoh, dan input variabel. Membungkus setiap jenis konten dalam tag-nya sendiri (misalnya <instructions>, <context>, <input>) mengurangi kesalahan interpretasi.

Praktik terbaik:

• Gunakan nama tag yang konsisten dan deskriptif di seluruh prompt Anda.
• Sarangkan tag ketika konten memiliki hierarki alami (dokumen di dalam <documents>, masing-masing di dalam <document index="n">).



Berikan Claude sebuah peran

Menetapkan peran dalam prompt sistem memfokuskan perilaku dan nada Claude untuk kasus penggunaan Anda. Bahkan satu kalimat saja sudah membuat perbedaan:

import anthropic

client = anthropic.Anthropic()

message = client.messages.create(
    model="claude-opus-4-8",
    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 konteks panjang

Saat bekerja dengan dokumen besar atau input yang kaya data (20k+ token), susun prompt Anda dengan hati-hati untuk mendapatkan hasil terbaik:

• Letakkan data panjang di bagian atas: Tempatkan dokumen dan input panjang Anda di dekat bagian atas prompt, di atas kueri, instruksi, dan contoh Anda. Ini dapat secara signifikan meningkatkan performa di semua model.

  

  Kueri di bagian akhir dapat meningkatkan kualitas respons hingga 30% dalam pengujian, terutama dengan input multi-dokumen yang kompleks.

• Susun konten dan metadata dokumen dengan tag XML: Saat menggunakan beberapa dokumen, bungkus setiap dokumen dalam tag <document> dengan subtag <document_content> dan <source> (serta metadata lainnya) untuk kejelasan.

  Contoh struktur multi-dokumen

• Dasarkan respons pada kutipan: Untuk tugas dokumen panjang, minta Claude untuk mengutip bagian-bagian relevan dari dokumen terlebih dahulu sebelum menjalankan tugasnya. Ini membantu Claude menyaring kebisingan dari konten dokumen lainnya.

  Contoh ekstraksi kutipan



Pengetahuan diri model

Jika Anda ingin Claude mengidentifikasi dirinya dengan benar dalam aplikasi Anda atau menggunakan string API tertentu:

The assistant is Claude, created by Anthropic. The current model is Claude Opus 4.8.

Untuk aplikasi berbasis LLM yang perlu menentukan string model:

When an LLM is needed, please default to Claude Opus 4.8 unless the user requests
otherwise. The exact model string for Claude Opus 4.8 is claude-opus-4-8.



Output dan pemformatan



Gaya komunikasi dan tingkat kedetailan

Model terbaru Claude memiliki gaya komunikasi yang lebih ringkas dan alami dibandingkan model sebelumnya:

• Lebih langsung dan berdasar: Memberikan laporan kemajuan berbasis fakta daripada pembaruan yang memuji diri sendiri
• Lebih percakapan: Sedikit lebih lancar dan kolokial, tidak terlalu seperti mesin
• Kurang bertele-tele: Mungkin melewatkan ringkasan terperinci demi efisiensi kecuali diminta sebaliknya

Ini berarti Claude mungkin melewatkan ringkasan verbal setelah pemanggilan alat, langsung melompat ke tindakan berikutnya. Jika Anda lebih suka visibilitas lebih terhadap penalarannya:

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



Kontrol format respons

Ada beberapa cara yang sangat efektif untuk mengarahkan pemformatan output:

1. Beri tahu Claude apa yang harus dilakukan, bukan apa yang tidak boleh dilakukan

   • Alih-alih: "Do not use markdown in your response"
   • Coba: "Your response should be composed of smoothly flowing prose paragraphs."

2. Gunakan indikator format XML

   • Coba: "Write the prose sections of your response in <smoothly_flowing_prose_paragraphs> tags."

3. Sesuaikan gaya prompt Anda dengan output yang diinginkan

   Gaya pemformatan yang digunakan dalam prompt Anda dapat memengaruhi gaya respons Claude. Jika Anda masih mengalami masalah pengarahan dengan pemformatan output, coba sesuaikan gaya prompt Anda dengan gaya output yang diinginkan sedekat mungkin. Misalnya, menghapus markdown dari prompt Anda dapat mengurangi volume markdown dalam output.

4. Gunakan prompt terperinci untuk preferensi pemformatan tertentu

   Untuk kontrol lebih atas penggunaan markdown dan pemformatan, berikan panduan eksplisit:

<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>



Output LaTeX

Model terbaru Claude secara default menggunakan LaTeX untuk ekspresi matematika, persamaan, dan penjelasan teknis. Jika Anda lebih suka teks biasa, tambahkan instruksi berikut ke prompt Anda:

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).



Pembuatan dokumen

Model terbaru Claude unggul dalam membuat presentasi, animasi, dan dokumen visual dengan sentuhan kreatif yang mengesankan dan kepatuhan instruksi yang kuat. Model-model ini menghasilkan output yang rapi dan siap pakai pada percobaan pertama dalam sebagian besar kasus.

Untuk hasil terbaik dengan pembuatan dokumen:

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



Bermigrasi dari respons yang diisi sebelumnya

Mulai dari model Claude 4.6 dan Claude Mythos Preview, respons yang diisi sebelumnya (prefilled responses) pada giliran asisten terakhir tidak lagi didukung. Permintaan dengan pesan asisten yang diisi sebelumnya ke model-model ini akan mengembalikan error 400. Kecerdasan model dan kepatuhan terhadap instruksi telah berkembang sedemikian rupa sehingga sebagian besar kasus penggunaan prefill tidak lagi memerlukannya. Model-model sebelumnya tetap mendukung prefill, dan menambahkan pesan asisten di tempat lain dalam percakapan tidak terpengaruh.

Berikut adalah skenario prefill yang umum dan cara bermigrasi darinya:



Penggunaan alat



Penggunaan alat

Model terbaru Claude dilatih untuk mengikuti instruksi secara presisi dan mendapat manfaat dari arahan eksplisit untuk menggunakan alat tertentu. Jika Anda mengatakan "can you suggest some changes," Claude terkadang akan memberikan saran daripada mengimplementasikannya, meskipun membuat perubahan mungkin yang Anda maksudkan.

Agar Claude mengambil tindakan, bersikaplah lebih eksplisit:

Untuk membuat Claude lebih proaktif dalam mengambil tindakan secara default, Anda dapat menambahkan ini ke prompt sistem Anda:

<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>

Di sisi lain, jika Anda ingin model lebih ragu-ragu secara default, tidak terlalu cepat melompat langsung ke implementasi, dan hanya mengambil tindakan jika diminta, Anda dapat mengarahkan perilaku ini dengan prompt seperti di bawah ini:

<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 dan Claude Opus 4.6 juga lebih responsif terhadap prompt sistem dibandingkan model sebelumnya. Jika prompt Anda dirancang untuk mengurangi kurangnya pemicuan pada alat atau skill, model-model ini sekarang mungkin memicu secara berlebihan. Solusinya adalah mengurangi bahasa yang agresif. Di mana Anda mungkin sebelumnya mengatakan "CRITICAL: You MUST use this tool when...", Anda dapat menggunakan prompting yang lebih normal seperti "Use this tool when...".



Optimalkan pemanggilan alat paralel

Model terbaru Claude unggul dalam eksekusi alat paralel. Model-model ini akan:

• Menjalankan beberapa pencarian spekulatif selama riset
• Membaca beberapa file sekaligus untuk membangun konteks lebih cepat
• Mengeksekusi perintah bash secara paralel (yang bahkan dapat menjadi bottleneck performa sistem)

Perilaku ini mudah diarahkan. Meskipun model memiliki tingkat keberhasilan tinggi dalam pemanggilan alat paralel tanpa prompting, Anda dapat meningkatkannya hingga ~100% atau menyesuaikan tingkat agresivitasnya:

<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.



Pemikiran dan penalaran



Pemikiran berlebihan dan ketelitian yang berlebihan

Claude Opus 4.6 melakukan eksplorasi awal yang jauh lebih banyak dibandingkan model sebelumnya, terutama pada pengaturan effort yang lebih tinggi. Pekerjaan awal ini sering membantu mengoptimalkan hasil akhir, tetapi model mungkin mengumpulkan konteks yang ekstensif atau mengejar beberapa jalur riset tanpa diminta. Jika prompt Anda sebelumnya mendorong model untuk lebih teliti, Anda harus menyesuaikan panduan tersebut untuk Claude Opus 4.6:

• Ganti default menyeluruh dengan instruksi yang lebih tertarget. Alih-alih "Default to using [tool]," tambahkan panduan seperti "Use [tool] when it would enhance your understanding of the problem."
• Hapus over-prompting. Alat yang kurang terpicu pada model sebelumnya kemungkinan akan terpicu dengan tepat sekarang. Instruksi seperti "If in doubt, use [tool]" akan menyebabkan pemicuan berlebihan.
• Gunakan effort sebagai fallback. Jika Claude terus terlalu agresif, gunakan pengaturan yang lebih rendah untuk effort.

Dalam beberapa kasus, Claude Opus 4.6 mungkin berpikir secara ekstensif, yang dapat membengkakkan token pemikiran dan memperlambat respons. Jika perilaku ini tidak diinginkan, Anda dapat menambahkan instruksi eksplisit untuk membatasi penalarannya, atau Anda dapat menurunkan pengaturan effort untuk mengurangi pemikiran dan penggunaan token secara keseluruhan.

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.

Jika Anda memerlukan batas atas yang keras pada biaya pemikiran, pemikiran diperpanjang dengan batas budget_tokens masih berfungsi pada Opus 4.6 dan Sonnet 4.6 tetapi sudah deprecated. Lebih baik menurunkan pengaturan effort atau menggunakan max_tokens sebagai batas keras dengan adaptive thinking.



Manfaatkan kemampuan thinking & interleaved thinking

Model terbaru Claude menawarkan kemampuan pemikiran yang dapat sangat membantu untuk tugas yang melibatkan refleksi setelah penggunaan alat atau penalaran multi-langkah yang kompleks. Anda dapat memandu pemikiran awal atau interleaved-nya untuk hasil yang lebih baik.

Claude Opus 4.6 dan Claude Sonnet 4.6 menggunakan adaptive thinking (thinking: {type: "adaptive"}), di mana Claude secara dinamis memutuskan kapan dan seberapa banyak harus berpikir. Claude mengkalibrasi pemikirannya berdasarkan dua faktor: parameter effort dan kompleksitas kueri. Effort yang lebih tinggi memunculkan lebih banyak pemikiran, dan kueri yang lebih kompleks juga demikian. Pada kueri yang lebih mudah yang tidak memerlukan pemikiran, model merespons secara langsung. Dalam evaluasi internal, adaptive thinking secara andal menghasilkan performa yang lebih baik daripada pemikiran diperpanjang. Pertimbangkan untuk beralih ke adaptive thinking untuk mendapatkan respons yang paling cerdas.

Gunakan adaptive thinking untuk beban kerja yang memerlukan perilaku agentik seperti penggunaan alat multi-langkah, tugas pengkodean yang kompleks, dan loop agen jangka panjang. Model yang lebih lama menggunakan mode pemikiran manual dengan budget_tokens.

Anda dapat memandu perilaku pemikiran 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.

Perilaku pemicuan untuk adaptive thinking dapat diarahkan melalui prompt. Jika Anda mendapati model berpikir lebih sering dari yang Anda inginkan, yang dapat terjadi dengan prompt sistem yang besar atau kompleks, tambahkan panduan untuk mengarahkannya:

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

Jika Anda bermigrasi dari pemikiran diperpanjang dengan budget_tokens, ganti konfigurasi pemikiran Anda dan pindahkan kontrol anggaran ke effort:

Sebelum (pemikiran diperpanjang, model lama):

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

Sesudah (adaptive thinking):

client.messages.create(
    model="claude-opus-4-8",
    max_tokens=64000,
    thinking={"type": "adaptive"},
    output_config={"effort": "high"},  # or "max", "xhigh", "medium", "low"
    messages=[{"role": "user", "content": "..."}],
)

Jika Anda tidak menggunakan pemikiran diperpanjang, tidak ada perubahan yang diperlukan. Pemikiran dinonaktifkan secara default ketika Anda menghilangkan parameter thinking.

• Utamakan instruksi umum daripada langkah-langkah preskriptif. Prompt seperti "think thoroughly" sering menghasilkan penalaran yang lebih baik daripada rencana langkah demi langkah yang ditulis tangan. Penalaran Claude sering kali melampaui apa yang akan diresepkan manusia.
• Contoh multishot bekerja dengan pemikiran. Gunakan tag <thinking> di dalam contoh few-shot Anda untuk menunjukkan pola penalaran kepada Claude. Claude akan menggeneralisasi gaya tersebut ke blok pemikiran diperpanjangnya sendiri.
• CoT manual sebagai fallback. Ketika pemikiran dinonaktifkan, Anda masih dapat mendorong penalaran langkah demi langkah dengan meminta Claude untuk memikirkan masalah tersebut. Gunakan tag terstruktur seperti <thinking> dan <answer> untuk memisahkan penalaran dari output akhir dengan rapi.
• Minta Claude untuk memeriksa sendiri. Tambahkan sesuatu seperti "Before you finish, verify your answer against [test criteria]." Ini menangkap kesalahan secara andal, terutama untuk pengkodean dan matematika.



Sistem agentik



Penalaran jangka panjang dan pelacakan state

Model terbaru Claude unggul dalam tugas penalaran jangka panjang dengan kemampuan pelacakan state yang luar biasa. Claude mempertahankan orientasi di seluruh sesi yang diperpanjang dengan berfokus pada kemajuan inkremental, membuat kemajuan yang stabil pada beberapa hal sekaligus daripada mencoba semuanya sekaligus. Kemampuan ini terutama muncul di beberapa jendela konteks atau iterasi tugas, di mana Claude dapat mengerjakan tugas yang kompleks, menyimpan state, dan melanjutkan dengan jendela konteks yang baru.



Kesadaran konteks dan alur kerja multi-jendela

Model Claude 4.6 dan Claude 4.5 memiliki fitur kesadaran konteks, yang memungkinkan model melacak sisa jendela konteksnya (yaitu "anggaran token") sepanjang percakapan. Ini memungkinkan Claude untuk mengeksekusi tugas dan mengelola konteks secara lebih efektif dengan memahami berapa banyak ruang yang dimilikinya untuk bekerja.

Mengelola batas konteks:

Jika Anda menggunakan Claude dalam agent harness yang memadatkan konteks atau memungkinkan penyimpanan konteks ke file eksternal (seperti di Claude Code), pertimbangkan untuk menambahkan informasi ini ke prompt Anda sehingga Claude dapat berperilaku sesuai. Jika tidak, Claude terkadang secara alami mencoba menyelesaikan pekerjaan saat mendekati batas konteks. Di bawah ini adalah contoh 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.

Memory tool berpasangan secara alami dengan kesadaran konteks untuk transisi konteks yang mulus.



Alur kerja multi-jendela konteks

Untuk tugas yang mencakup beberapa jendela konteks:

1. Gunakan prompt yang berbeda untuk jendela konteks pertama: Gunakan jendela konteks pertama untuk menyiapkan kerangka kerja (menulis tes, membuat skrip setup), lalu gunakan jendela konteks berikutnya untuk mengiterasi pada daftar tugas.

2. Minta model menulis tes dalam format terstruktur: Minta Claude untuk membuat tes sebelum memulai pekerjaan dan melacaknya dalam format terstruktur (misalnya, tests.json). Ini menghasilkan kemampuan jangka panjang yang lebih baik untuk mengiterasi. Ingatkan Claude tentang pentingnya tes: "It is unacceptable to remove or edit tests because this could lead to missing or buggy functionality."

3. Siapkan alat quality of life: Dorong Claude untuk membuat skrip setup (misalnya, init.sh) untuk memulai server dengan baik, menjalankan test suite, dan linter. Ini mencegah pekerjaan berulang saat melanjutkan dari jendela konteks yang baru.

4. Memulai dari awal vs pemadatan: Ketika jendela konteks dibersihkan, pertimbangkan untuk memulai dengan jendela konteks yang benar-benar baru daripada menggunakan pemadatan. Model terbaru Claude sangat efektif dalam menemukan state dari filesystem lokal. Dalam beberapa kasus, Anda mungkin ingin memanfaatkan ini daripada pemadatan. Bersikaplah preskriptif tentang bagaimana seharusnya memulai:

   • "Call pwd; you can only read and write files in this directory."
   • "Review progress.txt, tests.json, and the git logs."
   • "Manually run through a fundamental integration test before moving on to implementing new features."

5. Sediakan alat verifikasi: Seiring bertambahnya panjang tugas otonom, Claude perlu memverifikasi kebenaran tanpa umpan balik manusia yang berkelanjutan. Alat seperti Playwright MCP server atau kemampuan computer use untuk menguji UI sangat membantu.

6. Dorong penggunaan konteks secara lengkap: Arahkan Claude untuk menyelesaikan komponen secara efisien sebelum melanjutkan:

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.



Praktik terbaik manajemen state

• Gunakan format terstruktur untuk data state: Saat melacak informasi terstruktur (seperti hasil tes atau status tugas), gunakan JSON atau format terstruktur lainnya untuk membantu Claude memahami persyaratan skema
• Gunakan teks tidak terstruktur untuk catatan kemajuan: Catatan kemajuan bentuk bebas bekerja dengan baik untuk melacak kemajuan dan konteks umum
• Gunakan git untuk pelacakan state: Git menyediakan log tentang apa yang telah dilakukan dan checkpoint yang dapat dipulihkan. Model terbaru Claude berkinerja sangat baik dalam menggunakan git untuk melacak state di beberapa sesi.
• Tekankan kemajuan inkremental: Secara eksplisit minta Claude untuk melacak kemajuannya dan fokus pada pekerjaan inkremental



Menyeimbangkan otonomi dan keamanan

Tanpa panduan, Claude Opus 4.6 mungkin mengambil tindakan yang sulit dibalikkan atau memengaruhi sistem bersama, seperti menghapus file, force-push, atau memposting ke layanan eksternal. Jika Anda ingin Claude Opus 4.6 mengonfirmasi sebelum mengambil tindakan yang berpotensi berisiko, tambahkan panduan ke prompt Anda:

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.



Riset dan pengumpulan informasi

Model terbaru Claude menunjukkan kemampuan pencarian agentik yang luar biasa dan dapat menemukan serta mensintesis informasi dari berbagai sumber secara efektif. Untuk hasil riset yang optimal:

1. Berikan kriteria keberhasilan yang jelas: Definisikan apa yang merupakan jawaban yang berhasil untuk pertanyaan riset Anda

2. Dorong verifikasi sumber: Minta Claude untuk memverifikasi informasi di beberapa sumber

3. Untuk tugas riset yang kompleks, gunakan pendekatan terstruktur:

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.

Pendekatan terstruktur ini memungkinkan Claude untuk menemukan dan mensintesis hampir semua informasi dan secara iteratif mengkritik temuannya, tidak peduli seberapa besar korpusnya.



Orkestrasi subagen

Model terbaru Claude menunjukkan kemampuan orkestrasi subagen bawaan yang meningkat secara signifikan. Model-model ini dapat mengenali kapan tugas akan mendapat manfaat dari mendelegasikan pekerjaan ke subagen khusus dan melakukannya secara proaktif tanpa memerlukan instruksi eksplisit.

Untuk memanfaatkan perilaku ini:

1. Pastikan alat subagen terdefinisi dengan baik: Sediakan alat subagen dan deskripsikan dalam definisi alat
2. Biarkan Claude mengorkestrasi secara alami: Claude akan mendelegasikan dengan tepat tanpa instruksi eksplisit
3. Waspadai penggunaan berlebihan: Claude Opus 4.6 memiliki kecenderungan kuat terhadap subagen dan mungkin memunculkannya dalam situasi di mana pendekatan yang lebih sederhana dan langsung sudah cukup. Misalnya, model mungkin memunculkan subagen untuk eksplorasi kode ketika panggilan grep langsung lebih cepat dan memadai.

Jika Anda melihat penggunaan subagen yang berlebihan, tambahkan panduan eksplisit tentang kapan subagen diperlukan dan tidak diperlukan:

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.



Rangkai prompt yang kompleks

Dengan adaptive thinking dan orkestrasi subagen, Claude menangani sebagian besar penalaran multi-langkah secara internal. Perangkaian prompt eksplisit (memecah tugas menjadi panggilan API berurutan) masih berguna ketika Anda perlu memeriksa output perantara atau menerapkan struktur pipeline tertentu.

Pola perangkaian yang paling umum adalah koreksi diri: hasilkan draf → minta Claude meninjaunya terhadap kriteria → minta Claude menyempurnakan berdasarkan tinjauan tersebut. Setiap langkah adalah panggilan API terpisah sehingga Anda dapat mencatat, mengevaluasi, atau bercabang di titik mana pun.



Kurangi pembuatan file dalam pengkodean agentik

Model terbaru Claude terkadang membuat file baru untuk tujuan pengujian dan iterasi, terutama saat bekerja dengan kode. Pendekatan ini memungkinkan Claude menggunakan file, terutama skrip python, sebagai 'scratchpad sementara' sebelum menyimpan output akhirnya. Menggunakan file sementara dapat meningkatkan hasil terutama untuk kasus penggunaan pengkodean agentik.

Jika Anda lebih suka meminimalkan pembuatan file baru bersih, Anda dapat menginstruksikan Claude untuk membersihkan setelah selesai:

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.



Terlalu bersemangat

Claude Opus 4.5 dan Claude Opus 4.6 memiliki kecenderungan untuk melakukan over-engineering dengan membuat file tambahan, menambahkan abstraksi yang tidak perlu, atau membangun fleksibilitas yang tidak diminta. Jika Anda melihat perilaku yang tidak diinginkan ini, tambahkan panduan spesifik untuk menjaga solusi tetap minimal.

Misalnya:

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.



Hindari fokus pada meloloskan tes dan hard-coding

Claude terkadang dapat terlalu fokus pada membuat tes lolos dengan mengorbankan solusi yang lebih umum, atau mungkin menggunakan solusi sementara seperti skrip helper untuk refactoring kompleks alih-alih menggunakan alat standar secara langsung. Untuk mencegah perilaku ini dan memastikan solusi yang kuat dan dapat digeneralisasi:

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.



Meminimalkan halusinasi dalam pengkodean agentik

Model terbaru Claude kurang rentan terhadap halusinasi dan memberikan jawaban yang lebih akurat, berdasar, dan cerdas berdasarkan kode. Untuk mendorong perilaku ini lebih jauh dan meminimalkan halusinasi:

<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>



Tips khusus kemampuan



Kemampuan vision yang ditingkatkan

Claude Opus 4.5 dan Claude Opus 4.6 memiliki kemampuan vision yang ditingkatkan dibandingkan model Claude sebelumnya. Mereka berkinerja lebih baik pada tugas pemrosesan gambar dan ekstraksi data, terutama ketika ada beberapa gambar dalam konteks. Peningkatan ini juga berlaku untuk computer use, di mana model dapat lebih andal menginterpretasikan tangkapan layar dan elemen UI. Anda juga dapat menggunakan model-model ini untuk menganalisis video dengan memecahnya menjadi frame.

Salah satu teknik yang terbukti efektif untuk lebih meningkatkan performa adalah memberikan Claude alat crop atau skill. Pengujian telah menunjukkan peningkatan yang konsisten pada evaluasi gambar ketika Claude dapat "memperbesar" pada wilayah gambar yang relevan. Anthropic telah membuat cookbook untuk alat crop.



Desain frontend

Claude Opus 4.5 dan Claude Opus 4.6 unggul dalam membangun aplikasi web dunia nyata yang kompleks dengan desain frontend yang kuat. Namun, tanpa panduan, model dapat secara default menggunakan pola generik yang menciptakan apa yang disebut pengguna sebagai estetika "AI slop". Untuk membuat frontend yang khas dan kreatif yang mengejutkan dan menyenangkan:

Berikut adalah cuplikan prompt sistem yang dapat Anda gunakan untuk mendorong desain frontend yang lebih baik:

<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>

Anda juga dapat merujuk ke definisi skill lengkap.



Pertimbangan migrasi

Saat bermigrasi ke model Claude 4.6 dari generasi sebelumnya:

1. Bersikaplah spesifik tentang perilaku yang diinginkan: Pertimbangkan untuk mendeskripsikan dengan tepat apa yang ingin Anda lihat dalam output.

2. Bingkai instruksi Anda dengan modifier: Menambahkan modifier yang mendorong Claude untuk meningkatkan kualitas dan detail outputnya dapat membantu membentuk performa Claude dengan lebih baik. Misalnya, alih-alih "Create an analytics dashboard", gunakan "Create an analytics dashboard. Include as many relevant features and interactions as possible. Go beyond the basics to create a fully-featured implementation."

3. Minta fitur spesifik secara eksplisit: Animasi dan elemen interaktif harus diminta secara eksplisit ketika diinginkan.

4. Perbarui konfigurasi pemikiran: Model Claude 4.6 menggunakan adaptive thinking (thinking: {type: "adaptive"}) alih-alih pemikiran manual dengan budget_tokens. Gunakan parameter effort untuk mengontrol kedalaman pemikiran.

5. Bermigrasi dari respons yang diisi sebelumnya: Respons yang diisi sebelumnya pada giliran asisten terakhir tidak lagi didukung mulai dari model Claude 4.6. Lihat Bermigrasi dari respons yang diisi sebelumnya untuk panduan terperinci tentang alternatif.

6. Sesuaikan prompting anti-kemalasan: Jika prompt Anda sebelumnya mendorong model untuk lebih teliti atau menggunakan alat secara lebih agresif, kurangi panduan tersebut. Model Claude 4.6 secara signifikan lebih proaktif dan mungkin memicu secara berlebihan pada instruksi yang diperlukan untuk model sebelumnya.

Untuk langkah-langkah migrasi terperinci, lihat Panduan migrasi.



Bermigrasi dari Claude Sonnet 4.5 ke Claude Sonnet 4.6

Lihat Bermigrasi dari Sonnet 4.5 dalam panduan migrasi, yang mencakup perubahan default effort dan kedua jalur migrasi pemikiran diperpanjang.