Praktik terbaik prompting

Ini adalah referensi untuk prompt engineering dengan model Claude saat ini, termasuk 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, dan Claude Haiku 4.5. Halaman ini disusun dalam tiga bagian:

• Panduan khusus model terlebih dahulu: di mana satu model berperilaku berbeda dan apa yang perlu diubah dalam prompt Anda.
• Teknik untuk semua model saat ini setelah itu: prinsip umum, output dan pemformatan, penggunaan alat, thinking, dan sistem agentic.
• Pertimbangan migrasi terakhir, untuk prompt yang berpindah dari generasi sebelumnya.

Panduan khusus model

Masing-masing model ini memiliki halaman prompting sendiri. Baca halaman untuk model Anda terlebih dahulu, lalu teknik-teknik yang mengikutinya.

Prinsip umum

Teknik-teknik di bagian ini dan bagian-bagian berikutnya berlaku untuk model Claude saat ini, termasuk Claude Fable 5.1, Claude Mythos 5.1, Claude Fable 5, dan Claude Mythos 5. Jika suatu teknik menyebut model tertentu, anggap teknik tersebut diukur pada model itu dan periksa kembali terhadap eval Anda sendiri sebelum menerapkannya pada model lain.

Bersikap 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 "melampaui ekspektasi", mintalah secara eksplisit alih-alih mengandalkan model untuk menyimpulkannya dari prompt yang samar.

Anggaplah Claude sebagai karyawan yang brilian tetapi baru, yang 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.

• Bersikap 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.

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.

Tambahkan konteks untuk meningkatkan kinerja

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.

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 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 dibuat dengan baik (dikenal sebagai few-shot atau multishot prompting) meningkatkan akurasi dan konsistensi.

Saat menambahkan contoh, buatlah contoh tersebut:

• Relevan: Mencerminkan kasus penggunaan Anda yang sebenarnya dengan dekat.
• Beragam: Mencakup kasus-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.

Strukturkan 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 tagnya sendiri (misalnya, <instructions>, <context>, <input>) mengurangi salah tafsir.

Praktik terbaik:

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

Berikan Claude sebuah peran

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

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 konteks panjang

Saat bekerja dengan dokumen besar atau input yang kaya data (20 ribu+ token), strukturkan prompt Anda dengan cermat 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 meningkatkan kinerja di semua model.

• Strukturkan konten dokumen dan metadata 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 multidokumen

• 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 berfokus pada konten yang relevan dan mengabaikan sisa dokumen.

  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 5.

Untuk aplikasi berbasis LLM yang perlu menentukan string model:

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.

Output dan pemformatan

Gaya komunikasi dan verbositas

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

• Lebih langsung dan berdasar: Memberikan laporan progres berbasis fakta alih-alih pembaruan yang memuji diri sendiri
• Lebih bersifat percakapan: Sedikit lebih lancar dan kasual, kurang seperti mesin
• Kurang bertele-tele: Mungkin melewatkan ringkasan terperinci demi efisiensi kecuali diminta sebaliknya

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

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

Claude Opus 5 adalah pengecualian dalam hal verbositas: respons default yang ditujukan kepada pengguna lebih panjang daripada model sebelumnya, dan menaikkan atau menurunkan effort tidak secara andal mengubah panjang respons yang terlihat. Sebagai gantinya, berikan prompt secara eksplisit untuk keringkasan. Lihat Prompting Claude Opus 5 untuk contoh instruksi. Claude Fable 5.1 memiliki kecenderungan sebaliknya selama pekerjaan agentic: model ini menulis lebih sedikit pembaruan yang ditujukan kepada pengguna di antara panggilan alat. Mintalah teks progres secara eksplisit, dan hapus instruksi apa pun yang menyuruhnya menjaga teks tersebut tetap singkat. Lihat Minta pembaruan progres yang ditujukan kepada pengguna.

Kontrol format respons

Ada beberapa cara yang sangat efektif untuk mengarahkan pemformatan output:

1. Beri tahu Claude apa yang harus dilakukan alih-alih apa yang tidak boleh dilakukan

   • Alih-alih: "Jangan gunakan markdown dalam respons Anda"
   • Coba: "Respons Anda harus terdiri dari paragraf prosa yang mengalir dengan lancar."

2. Gunakan indikator format XML

   • Coba: "Tulis bagian prosa dari respons Anda dalam tag <smoothly_flowing_prose_paragraphs>."

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 keterarahan dengan pemformatan output, cobalah menyesuaikan 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 besar 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>

Claude Fable 5.1 sudah memformat lebih sedikit daripada model sebelumnya, sehingga pada model tersebut blok seperti ini dapat menekan struktur yang dibutuhkan konten. Hapus blok tersebut, atau ganti dengan aturan yang lebih singkat di Pemformatan dalam chat.

Output LaTeX

Model-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-model terbaru Claude membuat presentasi, animasi, dan dokumen visual dengan kepatuhan instruksi yang kuat, dan biasanya menghasilkan output yang dapat digunakan pada percobaan pertama.

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 prefill

Mulai dari model Claude 4.6 dan Claude Mythos Preview, respons prefill (memberikan pesan asisten parsial untuk dilanjutkan oleh Claude) pada giliran asisten terakhir tidak lagi didukung. Permintaan dengan pesan asisten prefill ke model-model ini mengembalikan error 400. Kecerdasan model dan kepatuhan 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-model terbaru Claude dilatih untuk kepatuhan instruksi yang presisi dan mendapat manfaat dari arahan eksplisit untuk menggunakan alat tertentu. Jika Anda mengatakan "bisakah Anda menyarankan beberapa perubahan," Claude terkadang akan memberikan saran alih-alih mengimplementasikannya, meskipun membuat perubahan mungkin adalah yang Anda maksudkan. Untuk mempelajari cara mendefinisikan alat dan memecahkan masalah pemicuan alat, lihat Penggunaan alat dengan Claude.

Agar Claude mengambil tindakan, bersikaplah lebih eksplisit:

Can you suggest some changes to improve this function?

Change this function to improve its performance.

Make these edits to the authentication flow.

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 berhati-hati secara default, kurang cenderung langsung melompat ke implementasi, dan hanya mengambil tindakan jika diminta, Anda dapat mengarahkan perilaku ini dengan prompt seperti berikut:

<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 pernah mengatakan "KRITIS: Anda HARUS menggunakan alat ini ketika...", Anda dapat menggunakan prompting yang lebih normal seperti "Gunakan alat ini ketika...".

Optimalkan pemanggilan alat paralel

Model-model terbaru Claude menjalankan panggilan alat independen secara paralel. Model-model ini akan:

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

Perilaku ini dapat 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.

Pada Claude Fable 5.1 dalam loop agen yang panjang, kirim instruksi panggilan paralel sebagai pesan sistem dengan cakupan giliran setelah setiap putaran hasil alat. Lihat Kelompokkan panggilan alat independen dalam loop agen.

Thinking dan penalaran

Berpikir berlebihan dan ketelitian yang berlebihan

Claude Opus 4.6 melakukan lebih banyak eksplorasi awal dibandingkan model sebelumnya, terutama pada pengaturan effort yang lebih tinggi. Pekerjaan awal ini sering membantu mengoptimalkan hasil akhir, tetapi model mungkin mengumpulkan konteks yang luas 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 tepat sasaran. Alih-alih "Secara default gunakan [tool]," tambahkan panduan seperti "Gunakan [tool] ketika itu akan meningkatkan pemahaman Anda tentang masalah."
• Hapus prompting berlebihan. Alat yang kurang terpicu pada model sebelumnya kemungkinan akan terpicu dengan tepat sekarang. Instruksi seperti "Jika ragu, gunakan [tool]" akan menyebabkan pemicuan berlebihan.
• Gunakan effort sebagai cadangan. Jika Claude terus terlalu agresif, gunakan pengaturan effort yang lebih rendah.

Dalam beberapa kasus, Claude Opus 4.6 mungkin berpikir secara ekstensif, yang dapat membengkakkan token thinking dan memperlambat respons. Jika perilaku ini tidak diinginkan, Anda dapat menambahkan instruksi eksplisit untuk membatasi penalarannya, atau Anda dapat menurunkan pengaturan effort untuk mengurangi thinking 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 tegas untuk biaya thinking, "extended thinking" (pemikiran diperpanjang) dengan batas budget_tokens masih berfungsi pada Opus 4.6 dan Sonnet 4.6 tetapi sudah deprecated. Pada Claude 4.7 dan model yang lebih baru, menetapkan budget_tokens mengembalikan error 400. Lebih baik turunkan pengaturan effort atau gunakan max_tokens sebagai batas tegas dengan adaptive thinking.

Manfaatkan kemampuan thinking & interleaved thinking

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

Model Claude 4.6 dan yang lebih baru serta Claude Mythos Preview menggunakan adaptive thinking (thinking: {type: "adaptive"}), di mana Claude secara dinamis memutuskan kapan dan seberapa banyak berpikir. Pada Claude Fable 5.1, Claude Mythos 5.1, Claude Fable 5, dan Claude Mythos 5, thinking selalu aktif dan adaptive thinking adalah satu-satunya mode. Claude mengkalibrasi thinking-nya berdasarkan dua faktor: parameter effort dan kompleksitas kueri. Effort yang lebih tinggi memunculkan lebih banyak thinking, dan kueri yang lebih kompleks melakukan hal yang sama. Pada kueri yang lebih mudah yang tidak memerlukan thinking, model merespons secara langsung. Dalam evaluasi internal, adaptive thinking secara andal menghasilkan kinerja yang lebih baik daripada pemikiran diperpanjang. Pertimbangkan untuk beralih ke adaptive thinking.

Gunakan adaptive thinking untuk beban kerja yang memerlukan perilaku agentic seperti penggunaan alat multilangkah, tugas coding yang kompleks, dan loop agen jangka panjang. Model-model lama menggunakan pemikiran diperpanjang manual dengan budget_tokens; lihat tabel konfigurasi per model untuk mengetahui konfigurasi mana yang diterima setiap model.

Anda dapat memandu perilaku thinking 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 diatur melalui prompt. Jika Anda mendapati model berpikir lebih sering daripada yang Anda inginkan, yang dapat terjadi dengan prompt sistem yang besar atau kompleks, tambahkan panduan untuk mengarahkannya:

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.

Jika Anda bermigrasi dari pemikiran diperpanjang dengan budget_tokens, ganti konfigurasi thinking Anda dan pindahkan kontrol anggaran ke effort. Contoh-contoh berikut menunjukkan permintaan yang sama sebelum dan sesudah migrasi (lihat effort untuk tingkat yang tersedia dan ketersediaan per model):

# Sebelum: pemikiran diperpanjang dengan anggaran manual (model lama)
client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=16000,
    thinking={"type": "enabled", "budget_tokens": 10000},
    messages=[{"role": "user", "content": "..."}],
)

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

Jika Anda tidak menggunakan pemikiran diperpanjang, tidak ada perubahan yang diperlukan. Pada Claude Opus 4.6 hingga Claude Opus 4.8 dan Claude Sonnet 4.6, thinking nonaktif ketika Anda menghilangkan parameter thinking. Pada Claude Opus 5 dan Claude Sonnet 5, thinking aktif secara default ketika Anda menghilangkan parameter thinking. Pada Claude Opus 5, Anda hanya dapat menonaktifkannya pada effort high atau lebih rendah. Pada Claude Fable 5.1, Claude Mythos 5.1, Claude Fable 5, dan Claude Mythos 5, thinking selalu aktif, terlepas dari apakah Anda menetapkan parameter thinking.

• Utamakan instruksi umum daripada langkah-langkah preskriptif. Prompt seperti "pikirkan secara menyeluruh" sering menghasilkan penalaran yang lebih baik daripada rencana langkah demi langkah yang ditulis tangan. Penalaran Claude sering kali melampaui apa yang akan ditentukan oleh manusia.
• Contoh multishot bekerja dengan thinking. 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.
• Prompting chain-of-thought (CoT) manual sebagai cadangan. Ketika thinking nonaktif, Anda masih dapat mendorong penalaran langkah demi langkah dengan meminta Claude memikirkan masalahnya. Gunakan tag terstruktur seperti <thinking> dan <answer> untuk memisahkan penalaran dari output akhir dengan rapi. Pada Claude Opus 5, lebih baik tetap mengaktifkan thinking pada tingkat effort yang lebih rendah: dengan thinking dinonaktifkan, model terkadang dapat mengeluarkan tag XML internal ke dalam output yang terlihat, jadi lihat Menjalankan dengan thinking dinonaktifkan sebelum menerapkan pola ini di sana.
• Minta Claude untuk memeriksa diri sendiri. Tambahkan sesuatu seperti "Sebelum Anda selesai, verifikasi jawaban Anda terhadap [kriteria pengujian]." Ini menangkap error secara andal, terutama untuk coding dan matematika. Claude Opus 5 adalah pengecualian: model ini memverifikasi pekerjaannya sendiri dengan baik tanpa instruksi eksplisit, dan instruksi verifikasi yang dibawa dari prompt yang disetel untuk model sebelumnya dapat menyebabkan verifikasi berlebihan, menambah token dan latensi. Saat bermigrasi ke Claude Opus 5, hapus instruksi ini alih-alih menulis ulangnya. Lihat Cakupan tugas dan verifikasi berlebihan.

Sistem agentic

Penalaran jangka panjang dan pelacakan status

Model-model terbaru Claude menangani tugas penalaran jangka panjang dengan pelacakan status yang kuat. Claude mempertahankan orientasi di sepanjang sesi yang panjang dengan berfokus pada progres inkremental, membuat kemajuan yang stabil pada beberapa hal sekaligus alih-alih mencoba semuanya sekaligus. Kemampuan ini terutama muncul di beberapa "context window" (jendela konteks) atau iterasi tugas, di mana Claude dapat mengerjakan tugas yang kompleks, menyimpan status, dan melanjutkan dengan jendela konteks yang baru.

Kesadaran konteks dan alur kerja multijendela

Claude Sonnet 5, Claude Sonnet 4.6, Claude Sonnet 4.5, dan Claude Haiku 4.5 memiliki fitur kesadaran konteks, yang memungkinkan model melacak sisa jendela konteksnya (yaitu, "anggaran token"-nya) sepanjang percakapan. Ini memungkinkan Claude menjalankan tugas dan mengelola konteks dengan lebih efektif dengan memahami seberapa banyak ruang yang dimilikinya untuk bekerja.

Mengelola batas konteks:

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

Alat memori berpadu dengan baik dengan kesadaran konteks untuk mengelola transisi konteks.

Alur kerja di beberapa 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 pengujian, membuat skrip penyiapan), lalu gunakan jendela konteks berikutnya untuk mengiterasi daftar tugas.

2. Minta model menulis pengujian dalam format terstruktur: Minta Claude untuk membuat pengujian sebelum memulai pekerjaan dan melacaknya dalam format terstruktur (misalnya, tests.json). Ini menghasilkan kemampuan jangka panjang yang lebih baik untuk beriterasi. Ingatkan Claude tentang pentingnya pengujian: "Tidak dapat diterima untuk menghapus atau mengedit pengujian karena ini dapat menyebabkan fungsionalitas yang hilang atau bermasalah."

3. Siapkan alat pendukung kenyamanan kerja: Dorong Claude untuk membuat skrip penyiapan (misalnya, init.sh) untuk memulai server, menjalankan rangkaian pengujian, dan linter dengan lancar. Ini mencegah pekerjaan berulang saat melanjutkan dari jendela konteks yang baru.

4. Memulai dari awal versus memadatkan: Ketika jendela konteks dibersihkan, pertimbangkan untuk memulai dengan jendela konteks yang benar-benar baru alih-alih menggunakan pemadatan. Model-model terbaru Claude sangat efektif dalam menemukan status dari sistem file lokal. Dalam beberapa kasus, Anda mungkin ingin memanfaatkan ini daripada pemadatan. Bersikaplah preskriptif tentang bagaimana model harus memulai:

   • "Panggil pwd; Anda hanya dapat membaca dan menulis file di direktori ini."
   • "Tinjau progress.txt, tests.json, dan log git."
   • "Jalankan secara manual pengujian integrasi fundamental sebelum beralih ke implementasi fitur baru."

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

6. Dorong penggunaan konteks secara penuh: Berikan prompt kepada 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 status

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

{
  "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

Menyeimbangkan otonomi dan keamanan

Tanpa panduan, Claude Opus 4.6 mungkin mengambil tindakan yang sulit dibatalkan atau memengaruhi sistem bersama, seperti menghapus file, melakukan 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-model terbaru Claude dapat menemukan dan 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 berbagai 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 membantu Claude mengerjakan korpus besar secara metodis dan mengkritik temuannya secara iteratif.

Orkestrasi subagen

Model-model terbaru Claude mengorkestrasi subagen secara native. Model-model ini dapat mengenali kapan tugas akan mendapat manfaat dari pendelegasian 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 langsung yang lebih sederhana sudah cukup. Misalnya, model mungkin memunculkan subagen untuk eksplorasi kode ketika panggilan grep langsung lebih cepat dan memadai. Claude Opus 5 juga mendelegasikan ke subagen lebih mudah daripada model sebelumnya; lihat Mengontrol pemunculan subagen untuk panduan dan contoh prompt peredam.

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

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.

Rangkaikan prompt yang kompleks

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

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

Kurangi pembuatan file dalam coding agentic

Model-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 'papan coretan sementara' sebelum menyimpan output akhirnya. Menggunakan file sementara dapat meningkatkan hasil terutama untuk kasus penggunaan coding agentic.

Jika Anda lebih suka meminimalkan pembuatan file baru secara neto, 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.

Antusiasme berlebihan

Claude Opus 4.5 dan Claude Opus 4.6 memiliki kecenderungan untuk melakukan rekayasa berlebihan 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 berfokus pada lolos pengujian dan hardcoding

Claude terkadang dapat terlalu berfokus pada membuat pengujian lolos dengan mengorbankan solusi yang lebih umum, atau mungkin menggunakan jalan pintas seperti skrip pembantu untuk refactoring yang kompleks alih-alih menggunakan alat standar secara langsung. Untuk mencegah perilaku ini dan mendapatkan solusi yang 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 coding agentic

Model-model terbaru Claude kurang rentan terhadap halusinasi dan memberikan jawaban yang lebih akurat, berdasar, dan cerdas berdasarkan kode. Untuk lebih mendorong perilaku ini 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. Model-model ini berkinerja lebih baik pada tugas pemrosesan gambar dan ekstraksi data, terutama ketika ada beberapa gambar dalam konteks. Peningkatan ini terbawa ke computer use, di mana model dapat menafsirkan tangkapan layar dan elemen UI dengan lebih andal. Anda juga dapat menggunakan model-model ini untuk menganalisis video dengan memecahnya menjadi frame.

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

Desain frontend

Claude Opus 4.5 dan Claude Opus 4.6 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:

Untuk pekerjaan desain frontend di luar API, Claude Design menyediakan kanvas dan alat desain tempat Claude menghasilkan dan mengiterasi desain secara interaktif.

Berikut 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 saat ini dari generasi sebelumnya:

1. Jelaskan secara spesifik 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 kinerja Claude dengan lebih baik. Misalnya, alih-alih "Buat dasbor analitik", gunakan "Buat dasbor analitik. Sertakan sebanyak mungkin fitur dan interaksi yang relevan. Lampaui hal-hal dasar untuk membuat implementasi berfitur lengkap."

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

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

5. Bermigrasi dari respons prefilled: Respons prefilled (respons yang diisi sebelumnya) pada giliran asisten terakhir tidak lagi didukung mulai dari model Claude 4.6 dan Claude Mythos Preview. Lihat Bermigrasi dari respons prefilled untuk panduan terperinci tentang alternatifnya.

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 lebih proaktif dan mungkin terpicu berlebihan oleh instruksi yang diperlukan untuk model sebelumnya.

7. Kembalikan blok thinking tanpa perubahan dan jaga riwayat agar hanya-tambah (append-only): Tambahkan setiap giliran asisten persis seperti yang dikembalikan API, termasuk blok thinking. Pada Claude Fable 5.1, memodifikasi percakapan sebelum blok thinking menghasilkan error, atau blok tersebut dibuang jika Anda memilih opsi itu: mengedit pesan sebelumnya, membangun ulang system atau tools, atau merangkum giliran lama di tempat di antara permintaan akan membatalkan setiap blok thinking berikutnya, jadi pindahkan perubahan tersebut ke pesan sistem di tengah percakapan dan manajemen konteks sisi server. Lihat Jaga riwayat percakapan agar hanya-tambah.

Untuk langkah-langkah migrasi terperinci, lihat Panduan migrasi.

Bermigrasi ke Claude Sonnet 5 dari Claude Sonnet 4.5 atau sebelumnya

Lihat Bermigrasi ke Claude Sonnet 5 dari Claude Sonnet 4.5 atau sebelumnya dalam panduan migrasi, yang mencakup perubahan default effort dan penghapusan pemikiran diperpanjang manual (budget_tokens).

Langkah selanjutnya