Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
これは、Claude Fable 5、Claude Mythos 5、Claude Opus 4.8、Claude Opus 4.7、Claude Opus 4.6、Claude Sonnet 4.6、Claude Haiku 4.5を含むClaudeの最新モデルを使用したプロンプトエンジニアリングのリファレンスです。このページは3つのパートで構成されています。
モデルの機能の概要については、モデルの概要を参照してください。Claude Fable 5の機能とAPIの変更点については、Claude Fable 5とClaude Mythos 5の紹介を参照してください。Claude Opus 4.8の新機能の詳細については、Claude Opus 4.8の新機能を参照してください。移行ガイダンスについては、移行ガイドを参照してください。
Claude Fable 5とClaude Mythos 5のプロンプトガイダンスには専用のページがあります：Claude Fable 5のプロンプト。Claude Opus 4.8との動作の違いや、行う価値のあるプロンプトおよびスキャフォールディングの変更について説明しており、エフォートレベル、指示への従順性、長期実行時の進捗報告、メモリシステム、reasoning_extraction拒否カテゴリなどを取り上げています。
Claude Opus 4.8のプロンプトガイダンスには専用のページがあります：Claude Opus 4.8のプロンプト。応答の長さ、エフォートと思考の深さの調整、ツール使用のトリガー、文字通りの指示への従順性、サブエージェントの制御、デザインとフロントエンドのデフォルトについて説明しています。
このセクションおよび以降のセクションで説明する手法は、Claude Fable 5とClaude Mythos 5を含む、現行のすべてのClaudeモデルに適用されます。
Claudeは明確で明示的な指示によく反応します。望む出力について具体的に指定することで、結果を向上させることができます。「期待以上」の動作を望む場合は、曖昧なプロンプトからモデルに推測させるのではなく、明示的にリクエストしてください。
Claudeを、優秀だが新入社員で、あなたの規範やワークフローについての文脈を持っていない人だと考えてください。何を望んでいるかを正確に説明すればするほど、結果は良くなります。
黄金律： タスクについて最小限の文脈しか持たない同僚にプロンプトを見せて、それに従うよう依頼してみてください。その人が混乱するなら、Claudeも混乱します。
なぜその動作が重要なのかをClaudeに説明するなど、指示の背景にあるコンテキストや動機を提供することで、Claudeがあなたの目標をより深く理解し、より的を絞った応答を提供できるようになります。
Claudeは説明から一般化できるほど賢いです。
例は、Claudeの出力形式、トーン、構造を誘導する最も信頼性の高い方法の1つです。よく練られた数個の例（「few-shot」または「multishot」プロンプティングとして知られています）により、精度と一貫性を劇的に向上させることができます。
例を追加する際は、以下の点に注意してください。
<example>タグで囲んでください（複数の例は<examples>タグで囲みます）。XMLタグは、特にプロンプトに指示、コンテキスト、例、変数入力が混在している場合に、Claudeが複雑なプロンプトを曖昧さなく解析するのに役立ちます。各タイプのコンテンツを独自のタグ（例：<instructions>、<context>、<input>）で囲むことで、誤解を減らすことができます。
ベストプラクティス：
<documents>内にドキュメント、それぞれを<document index="n">内に）。システムプロンプトで役割を設定すると、ユースケースに合わせてClaudeの動作とトーンが焦点化されます。一文だけでも違いが生まれます。
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)大きなドキュメントやデータ量の多い入力（20,000トークン以上）を扱う場合は、最良の結果を得るためにプロンプトを慎重に構造化してください。
長文データを先頭に配置する： 長いドキュメントや入力は、クエリ、指示、例の上、つまりプロンプトの先頭付近に配置してください。これにより、すべてのモデルでパフォーマンスが大幅に向上する可能性があります。
ドキュメントの内容とメタデータをXMLタグで構造化する： 複数のドキュメントを使用する場合は、明確にするために各ドキュメントを<document>タグで囲み、<document_content>と<source>（およびその他のメタデータ）のサブタグを使用してください。
引用に基づいて応答を根拠づける： 長いドキュメントのタスクでは、タスクを実行する前に、まずドキュメントの関連部分を引用するようClaudeに依頼してください。これにより、Claudeがドキュメントの残りの内容のノイズを切り抜けるのに役立ちます。
アプリケーション内でClaudeに自身を正しく識別させたい場合や、特定のAPI文字列を使用させたい場合：
The assistant is Claude, created by Anthropic. The current model is Claude Opus 4.8.モデル文字列を指定する必要があるLLM搭載アプリの場合：
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.Claudeの最新モデルは、以前のモデルと比較してより簡潔で自然なコミュニケーションスタイルを持っています。
つまり、Claudeはツール呼び出し後の口頭での要約をスキップし、次のアクションに直接進むことがあります。推論の可視性を高めたい場合は、次のようにしてください。
After completing a task that involves tool use, provide a quick summary of the work you've done.出力フォーマットを誘導するのに特に効果的な方法がいくつかあります。
何をしないかではなく、何をすべきかをClaudeに伝える
XMLフォーマット指示子を使用する
プロンプトのスタイルを望む出力に合わせる
プロンプトで使用されるフォーマットスタイルは、Claudeの応答スタイルに影響を与える可能性があります。出力フォーマットの制御性にまだ問題がある場合は、プロンプトのスタイルを望む出力スタイルにできるだけ近づけてみてください。たとえば、プロンプトからマークダウンを削除すると、出力内のマークダウンの量を減らすことができます。
特定のフォーマット設定には詳細なプロンプトを使用する
マークダウンとフォーマットの使用をより細かく制御するには、明示的なガイダンスを提供してください。
<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の最新モデルは、数式、方程式、技術的な説明にデフォルトでLaTeXを使用します。プレーンテキストを希望する場合は、プロンプトに次の指示を追加してください。
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).Claudeの最新モデルは、印象的な創造性と優れた指示追従能力を備え、プレゼンテーション、アニメーション、ビジュアルドキュメントの作成に優れています。ほとんどの場合、モデルは最初の試行で洗練された使用可能な出力を生成します。
ドキュメント作成で最良の結果を得るには：
Create a professional presentation on [topic]. Include thoughtful design elements,
visual hierarchy, and engaging animations where appropriate.Claude 4.6モデルおよびClaude Mythos Preview以降、最後のアシスタントターンでのプリフィル応答はサポートされなくなりました。これらのモデルに対してプリフィルされたアシスタントメッセージを含むリクエストは400エラーを返します。モデルの知能と指示追従能力が向上したため、プリフィルのほとんどのユースケースではもはやプリフィルが不要になりました。以前のモデルは引き続きプリフィルをサポートしており、会話の他の場所にアシスタントメッセージを追加することは影響を受けません。
以下は、一般的なプリフィルのシナリオとそれらからの移行方法です。
Claudeの最新モデルは正確な指示追従のために訓練されており、特定のツールを使用するための明示的な指示から恩恵を受けます。「いくつかの変更を提案してもらえますか」と言うと、変更を加えることがあなたの意図であったとしても、Claudeは変更を実装するのではなく提案を提供することがあります。
Claudeにアクションを実行させるには、より明示的にしてください。
Claudeがデフォルトでより積極的にアクションを実行するようにするには、システムプロンプトに次を追加できます。
<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>一方、モデルをデフォルトでより慎重にし、すぐに実装に飛び込まず、リクエストされた場合にのみアクションを実行するようにしたい場合は、以下のようなプロンプトでこの動作を誘導できます。
<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とClaude Opus 4.6は、以前のモデルよりもシステムプロンプトに対する反応性が高くなっています。ツールやスキルのトリガー不足を減らすようにプロンプトが設計されていた場合、これらのモデルでは過剰にトリガーされる可能性があります。修正方法は、強い表現を控えめにすることです。「CRITICAL: You MUST use this tool when...」と言っていた箇所では、「Use this tool when...」のような通常のプロンプトを使用できます。
Claudeの最新モデルは並列ツール実行に優れています。これらのモデルは次のことを行います。
この動作は簡単に誘導できます。モデルはプロンプトなしでも並列ツール呼び出しで高い成功率を示しますが、これを約100%まで高めたり、積極性のレベルを調整したりできます。
<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.Claude Opus 4.6は、特に高いeffort設定において、以前のモデルよりも大幅に多くの事前探索を行います。この初期作業は最終結果の最適化に役立つことが多いですが、モデルはプロンプトなしで広範なコンテキストを収集したり、複数のリサーチの糸口を追求したりすることがあります。以前のプロンプトでモデルにより徹底的になるよう促していた場合は、Claude Opus 4.6向けにそのガイダンスを調整する必要があります。
effortの設定を低くしてください。場合によっては、Claude Opus 4.6が広範に思考することがあり、思考トークンが膨らみ、応答が遅くなる可能性があります。この動作が望ましくない場合は、推論を制約する明示的な指示を追加するか、effort設定を下げて全体的な思考とトークン使用量を減らすことができます。
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.思考コストに厳密な上限が必要な場合、budget_tokens上限付きの拡張思考はOpus 4.6とSonnet 4.6でまだ機能しますが、非推奨です。effort設定を下げるか、適応的思考でmax_tokensを厳密な制限として使用することをお勧めします。
Claudeの最新モデルは、ツール使用後の振り返りや複雑な多段階推論を伴うタスクに特に役立つ思考機能を提供します。初期思考やインターリーブ思考をガイドすることで、より良い結果を得ることができます。
Claude Opus 4.6とClaude Sonnet 4.6は適応的思考（thinking: {type: "adaptive"}）を使用し、Claudeがいつ、どれだけ思考するかを動的に決定します。Claudeは2つの要因に基づいて思考を調整します：effortパラメータとクエリの複雑さです。effortが高いほど思考が多くなり、より複雑なクエリでも同様です。思考を必要としない簡単なクエリでは、モデルは直接応答します。内部評価では、適応的思考は拡張思考よりも確実に優れたパフォーマンスを発揮します。最も知的な応答を得るために、適応的思考への移行を検討してください。
多段階のツール使用、複雑なコーディングタスク、長期的なエージェントループなど、エージェント的な動作を必要とするワークロードには適応的思考を使用してください。古いモデルはbudget_tokensを使用した手動思考モードを使用します。
Claudeの思考動作をガイドできます。
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.適応的思考のトリガー動作はプロンプトで制御可能です。大規模または複雑なシステムプロンプトで発生しがちですが、モデルが望むよりも頻繁に思考していると感じる場合は、ガイダンスを追加して誘導してください。
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.budget_tokensを使用した拡張思考から移行する場合は、思考設定を置き換え、予算制御をeffortに移動してください。
移行前（拡張思考、古いモデル）：
client.messages.create(
model="claude-sonnet-4-5-20250929",
max_tokens=64000,
thinking={"type": "enabled", "budget_tokens": 32000},
messages=[{"role": "user", "content": "..."}],
)移行後（適応的思考）：
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": "..."}],
)拡張思考を使用していない場合、変更は不要です。thinkingパラメータを省略すると、思考はデフォルトでオフになります。
<thinking>タグを使用して、Claudeに推論パターンを示してください。Claudeはそのスタイルを自身の拡張思考ブロックに一般化します。<thinking>や<answer>のような構造化タグを使用して、推論と最終出力を明確に分離してください。Claudeの最新モデルは、優れた状態追跡能力を備えた長期的な推論タスクに優れています。Claudeは、一度にすべてを試みるのではなく、一度に少数のことに着実に進展させることで、段階的な進捗に焦点を当て、長時間のセッション全体で方向性を維持します。この能力は、複数のコンテキストウィンドウやタスクの反復にわたって特に発揮され、Claudeは複雑なタスクに取り組み、状態を保存し、新しいコンテキストウィンドウで継続できます。
Claude 4.6およびClaude 4.5モデルはコンテキスト認識機能を備えており、モデルは会話全体を通じて残りのコンテキストウィンドウ（つまり「トークン予算」）を追跡できます。これにより、Claudeは作業できるスペースの量を理解することで、タスクの実行とコンテキストの管理をより効果的に行うことができます。
コンテキスト制限の管理：
コンテキストを圧縮したり、外部ファイルへのコンテキスト保存を許可したりするエージェントハーネス（Claude Codeなど）でClaudeを使用している場合は、Claudeが適切に動作できるように、この情報をプロンプトに追加することを検討してください。そうしないと、Claudeはコンテキスト制限に近づくにつれて、自然に作業をまとめようとすることがあります。以下はプロンプトの例です。
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.メモリツールは、シームレスなコンテキスト遷移のためにコンテキスト認識と自然に組み合わせられます。
複数のコンテキストウィンドウにまたがるタスクの場合：
最初のコンテキストウィンドウには異なるプロンプトを使用する： 最初のコンテキストウィンドウを使用してフレームワークをセットアップし（テストの作成、セットアップスクリプトの作成）、その後のコンテキストウィンドウを使用してToDoリストを反復処理してください。
モデルに構造化された形式でテストを書かせる： 作業を開始する前にテストを作成し、構造化された形式（例：tests.json）で追跡するようClaudeに依頼してください。これにより、長期的な反復能力が向上します。テストの重要性をClaudeに思い出させてください：「テストを削除または編集することは、機能の欠落やバグにつながる可能性があるため、許容されません。」
QoL（利便性向上）ツールをセットアップする： サーバーの起動、テストスイートの実行、リンターの実行を適切に行うためのセットアップスクリプト（例：init.sh）を作成するようClaudeに促してください。これにより、新しいコンテキストウィンドウから継続する際の繰り返し作業を防ぐことができます。
新規開始と圧縮の比較： コンテキストウィンドウがクリアされた場合、圧縮を使用するのではなく、まったく新しいコンテキストウィンドウから開始することを検討してください。Claudeの最新モデルは、ローカルファイルシステムから状態を発見することに非常に優れています。場合によっては、圧縮よりもこれを活用したいことがあります。開始方法について規定的に指示してください。
検証ツールを提供する： 自律的なタスクの長さが増すにつれて、Claudeは継続的な人間のフィードバックなしで正確性を検証する必要があります。Playwright MCPサーバーやUIテスト用のコンピュータ使用機能などのツールが役立ちます。
コンテキストの完全な使用を促す： 次に進む前にコンポーネントを効率的に完了するようClaudeにプロンプトしてください。
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.ガイダンスがない場合、Claude Opus 4.6は、ファイルの削除、強制プッシュ、外部サービスへの投稿など、元に戻すのが困難なアクションや共有システムに影響を与えるアクションを実行する可能性があります。Claude Opus 4.6に潜在的にリスクのあるアクションを実行する前に確認させたい場合は、プロンプトにガイダンスを追加してください。
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.Claudeの最新モデルは優れたエージェント的検索能力を示し、複数のソースから情報を効果的に見つけて統合できます。最適なリサーチ結果を得るには：
明確な成功基準を提供する： リサーチの質問に対する成功した回答とは何かを定義してください
ソースの検証を促す： 複数のソースにわたって情報を検証するようClaudeに依頼してください
複雑なリサーチタスクには構造化されたアプローチを使用する：
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.この構造化されたアプローチにより、Claudeはコーパスのサイズに関係なく、事実上あらゆる情報を見つけて統合し、その発見を反復的に批評できます。
Claudeの最新モデルは、ネイティブのサブエージェントオーケストレーション機能が大幅に向上しています。これらのモデルは、タスクが専門のサブエージェントに作業を委任することで恩恵を受ける場合を認識し、明示的な指示を必要とせずに積極的にそれを行うことができます。
この動作を活用するには：
過剰なサブエージェント使用が見られる場合は、サブエージェントが適切な場合とそうでない場合について明示的なガイダンスを追加してください。
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.適応的思考とサブエージェントのオーケストレーションにより、Claudeはほとんどの多段階推論を内部で処理します。明示的なプロンプトチェーン（タスクを順次API呼び出しに分割すること）は、中間出力を検査したり、特定のパイプライン構造を強制したりする必要がある場合に依然として有用です。
最も一般的なチェーンパターンは自己修正です：ドラフトを生成 → Claudeに基準に照らしてレビューさせる → レビューに基づいてClaudeに改良させる。各ステップは個別のAPI呼び出しであるため、任意の時点でログ記録、評価、分岐が可能です。
Claudeの最新モデルは、特にコードを扱う際に、テストと反復の目的で新しいファイルを作成することがあります。このアプローチにより、Claudeは最終出力を保存する前に、ファイル、特にPythonスクリプトを「一時的なスクラッチパッド」として使用できます。一時ファイルの使用は、特にエージェント的コーディングのユースケースで結果を改善できます。
新規ファイルの作成を最小限に抑えたい場合は、Claudeに後片付けをするよう指示できます。
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.Claude Opus 4.5とClaude Opus 4.6は、余分なファイルを作成したり、不要な抽象化を追加したり、リクエストされていない柔軟性を組み込んだりすることで、過剰設計する傾向があります。この望ましくない動作が見られる場合は、ソリューションを最小限に保つための具体的なガイダンスを追加してください。
例：
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.Claudeは、より一般的なソリューションを犠牲にしてテストを合格させることに過度に集中したり、標準ツールを直接使用する代わりに複雑なリファクタリングにヘルパースクリプトなどの回避策を使用したりすることがあります。この動作を防ぎ、堅牢で一般化可能なソリューションを確保するには：
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.Claudeの最新モデルはハルシネーションが少なく、コードに基づいたより正確で根拠のある知的な回答を提供します。この動作をさらに促進し、ハルシネーションを最小限に抑えるには：
<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>Claude Opus 4.5とClaude Opus 4.6は、以前のClaudeモデルと比較してビジョン機能が向上しています。特にコンテキスト内に複数の画像が存在する場合、画像処理とデータ抽出タスクでより優れたパフォーマンスを発揮します。これらの改善はコンピュータ使用にも引き継がれており、モデルはスクリーンショットとUI要素をより確実に解釈できます。また、これらのモデルを使用して、動画をフレームに分割することで動画を分析することもできます。
パフォーマンスをさらに向上させるのに効果的であることが証明されている手法の1つは、Claudeにクロップツールまたはスキルを与えることです。テストでは、Claudeが画像の関連領域に「ズームイン」できる場合、画像評価で一貫した向上が見られました。Anthropicはクロップツールのクックブックを作成しました。
Claude Opus 4.5とClaude Opus 4.6は、優れたフロントエンドデザインで複雑な実世界のWebアプリケーションを構築することに優れています。ただし、ガイダンスがない場合、モデルはユーザーが「AIスロップ」美学と呼ぶものを生み出す汎用的なパターンにデフォルトで従うことがあります。驚きと喜びを与える独特で創造的なフロントエンドを作成するには：
フロントエンドデザインの改善に関する詳細なガイドについては、スキルを通じたフロントエンドデザインの改善に関するブログ記事を参照してください。
より良いフロントエンドデザインを促すために使用できるシステムプロンプトのスニペットを以下に示します。
<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>完全なスキル定義も参照できます。
以前の世代からClaude 4.6モデルに移行する場合：
望む動作について具体的に指定する： 出力で見たいものを正確に記述することを検討してください。
修飾語で指示を組み立てる： Claudeに出力の品質と詳細を高めるよう促す修飾語を追加することで、Claudeのパフォーマンスをより良く形成できます。たとえば、「分析ダッシュボードを作成してください」の代わりに、「分析ダッシュボードを作成してください。できるだけ多くの関連機能とインタラクションを含めてください。基本を超えて、完全な機能を備えた実装を作成してください」を使用してください。
特定の機能を明示的にリクエストする： アニメーションやインタラクティブな要素は、必要な場合に明示的にリクエストする必要があります。
思考設定を更新する： Claude 4.6モデルは、budget_tokensを使用した手動思考の代わりに適応的思考（thinking: {type: "adaptive"}）を使用します。思考の深さを制御するにはeffortパラメータを使用してください。
プリフィル応答から移行する： Claude 4.6モデル以降、最後のアシスタントターンでのプリフィル応答はサポートされなくなりました。代替手段の詳細なガイダンスについては、プリフィル応答からの移行を参照してください。
怠惰防止プロンプトを調整する： 以前のプロンプトでモデルにより徹底的になるよう、またはツールをより積極的に使用するよう促していた場合は、そのガイダンスを控えめにしてください。Claude 4.6モデルは大幅に積極的になっており、以前のモデルで必要だった指示に対して過剰にトリガーされる可能性があります。
詳細な移行手順については、移行ガイドを参照してください。
移行ガイドのSonnet 4.5からの移行を参照してください。effortのデフォルト変更と、両方の拡張思考移行パスについて説明しています。
Was this page helpful?