プロンプトのベストプラクティス

これは Claude の最新モデル（Claude Opus 4.6、Claude Sonnet 4.6、Claude Haiku 4.5 を含む）を使用したプロンプトエンジニアリングの単一リファレンスです。基礎的なテクニック、出力制御、ツール使用、思考、およびエージェント型システムをカバーしています。あなたの状況に合致するセクションにジャンプしてください。

一般的な原則

明確で直接的であること

Claude は明確で明示的な指示に良く応答します。望ましい出力について具体的であることは、結果を向上させるのに役立ちます。「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が推測するのに頼るのではなく、明示的にそれを要求してください。

Claude を、あなたの規範とワークフローについてのコンテキストを欠いている優秀だが新しい従業員と考えてください。あなたが望むことをより正確に説明するほど、結果は良くなります。

黄金律： あなたのプロンプトをタスクについて最小限のコンテキストを持つ同僚に見せて、それに従うよう求めてください。彼らが混乱するなら、Claude も混乱するでしょう。

• 望ましい出力形式と制約について具体的であること。
• 順序や完全性が重要な場合は、番号付きリストまたは箇条書きを使用して、指示を順序立てたステップとして提供すること。

パフォーマンスを向上させるためにコンテキストを追加する

指示の背後にあるコンテキストまたは動機を提供すること（例えば、Claude にそのような動作がなぜ重要なのかを説明すること）は、Claude があなたの目標をより良く理解し、より的を絞った応答を提供するのに役立ちます。

Claude は説明から一般化するのに十分な知能があります。

例を効果的に使用する

例は Claude の出力形式、トーン、および構造を導くための最も信頼できる方法の 1 つです。いくつかの適切に作成された例（フューショット または マルチショット プロンプティングとして知られている）は、精度と一貫性を劇的に向上させることができます。

例を追加する場合は、以下のようにしてください：

• 関連性： 実際のユースケースに密接に反映すること。
• 多様性： エッジケースをカバーし、Claude が意図しないパターンを拾わないように十分に異なること。
• 構造化： 例を <example> タグ（複数の例は <examples> タグ）でラップして、Claude が指示から例を区別できるようにすること。

XML タグを使用してプロンプトを構造化する

XML タグは Claude が複雑なプロンプトを明確に解析するのに役立ちます。特にプロンプトが指示、コンテキスト、例、および可変入力を混在させる場合です。各タイプのコンテンツを独自のタグ（例えば <instructions>、<context>、<input>）でラップすることで、誤解を減らします。

ベストプラクティス：

• プロンプト全体で一貫性のある説明的なタグ名を使用すること。
• コンテンツが自然な階層を持つ場合はタグをネストすること（<documents> 内のドキュメント、各々が <document index="n"> 内）。

Claude にロールを与える

システムプロンプトでロールを設定することで、Claude の動作とトーンをあなたのユースケースに焦点を当てます。単一の文でも違いが生まれます：

import anthropic

client = anthropic.Anthropic()

message = client.messages.create(
    model="claude-opus-4-6",
    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)

長いコンテキストのプロンプティング

大規模なドキュメントまたはデータが豊富な入力（20k+ トークン）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：

• 長形式データを上部に配置する： 長いドキュメントと入力をプロンプトの上部、クエリ、指示、および例の上に配置します。これはすべてのモデルでパフォーマンスを大幅に向上させることができます。

  テストでは、クエリを最後に配置することで応答品質が最大 30% 向上する可能性があります。特に複雑なマルチドキュメント入力の場合です。

• XML タグを使用してドキュメントコンテンツとメタデータを構造化する： 複数のドキュメントを使用する場合は、各ドキュメントを <document> タグでラップし、明確にするために <document_content> および <source>（および他のメタデータ）サブタグを使用します。

  マルチドキュメント構造の例

• 応答を引用で根拠付ける： 長いドキュメントタスクの場合、Claude にタスクを実行する前に最初にドキュメントの関連部分を引用するよう求めます。これは Claude がドキュメントの残りのコンテンツのノイズを切り抜くのに役立ちます。

  引用抽出の例

モデルの自己認識

Claude がアプリケーションで自身を正しく識別するか、特定の API 文字列を使用する場合：

アシスタントは Claude であり、Anthropic によって作成されました。現在のモデルは Claude Opus 4.6 です。

モデル文字列を指定する必要がある LLM 駆動アプリの場合：

LLM が必要な場合は、ユーザーが別途リクエストしない限り、Claude Opus 4.6 をデフォルトにしてください。Claude Opus 4.6 の正確なモデル文字列は claude-opus-4-6 です。

出力とフォーマット

コミュニケーションスタイルと冗長性

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：

• より直接的で根拠のある： 自己祝賀的な更新ではなく、事実ベースの進捗レポートを提供します
• より会話的： 機械的ではなく、やや流暢で日常的です
• 冗長性が低い： 明示的に求められない限り、詳細な要約をスキップする可能性があります

これは Claude がツール呼び出し後の言語による要約をスキップし、次のアクションに直接ジャンプする可能性があることを意味します。推論への可視性をより多く望む場合：

ツール使用を含むタスクを完了した後、実行した作業の簡単な要約を提供してください。

応答のフォーマットを制御する

出力フォーマットを導くための特に効果的な方法がいくつかあります：

1. Claude に何をしないかではなく、何をするかを伝える

   • 代わりに：「応答でマークダウンを使用しないでください」
   • 試す：「応答は滑らかに流れるプロズ段落で構成される必要があります。」

2. XML フォーマット指標を使用する

   • 試す：「応答のプロズセクションを <smoothly_flowing_prose_paragraphs> タグで書いてください。」

3. プロンプトスタイルを望ましい出力スタイルに合わせる

   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操作性に関する問題が引き続き発生する場合は、プロンプトスタイルを望ましい出力スタイルにできるだけ密接に合わせてみてください。例えば、プロンプトからマークダウンを削除すると、出力のマークダウンの量を減らすことができます。

4. 特定のフォーマット設定の好みに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使用をより制御するために、明示的なガイダンスを提供します：

<avoid_excessive_markdown_and_bullet_points>
レポート、ドキュメント、技術説明、分析、または長形式のコンテンツを書く場合は、完全な段落と文を使用して、明確で流れるプロズで書いてください。組織化のために標準的な段落区切りを使用し、マークダウンを主に `inline code`、コードブロック（```...```）、および単純な見出し（###、および ###）に予約してください。**太字**と*斜体*の使用を避けてください。

順序付きリスト（1. ...）または順序なしリスト（*）を使用しないでください。ただし、以下の場合を除きます：a）リスト形式が最良のオプションである真に離散的なアイテムを提示している場合、または b）ユーザーが明示的にリストまたはランキングをリクエストしている場合

箇条書きまたは番号の代わりに、アイテムを自然に文に組み込んでください。このガイダンスは特に技術的な執筆に適用されます。プロズの代わりに過度なフォーマットを使用すると、ユーザーの満足度が低下します。過度に短い箇条書きのシリーズを出力しないでください。

あなたの目標は、情報を孤立したポイントに断片化するのではなく、読者を自然にアイデアを通じて導く読みやすく流れるテキストです。
</avoid_excessive_markdown_and_bullet_points>

LaTeX 出力

Claude Opus 4.6 は数学的表現、方程式、および技術説明のために LaTeX をデフォルトにします。プレーンテキストを好む場合は、プロンプトに以下の指示を追加してください：

応答をプレーンテキストのみでフォーマットしてください。LaTeX、MathJax、または \( \)、$、または \frac{}{} などのマークアップ記法を使用しないでください。標準的なテキスト文字を使用してすべての数学式を書いてください（例えば、除算の場合は「/」、乗算の場合は「*」、指数の場合は「^」）。

ドキュメント作成

Claude の最新モデルは、印象的な創造的な才能と強い指示追従で、プレゼンテーション、アニメーション、およびビジュアルドキュメントの作成に優れています。モデルはほとんどの場合、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ために：

[トピック]に関する専門的なプレゼンテーションを作成してください。思慮深いデザイン要素、ビジュアル階層、および適切な場所で魅力的なアニメーションを含めてください。

事前入力された応答からの移行

Claude 4.6 モデルと Claude Mythos Preview 以降、最後のアシスタント ターンでの事前入力された応答はサポートされなくなりました。Mythos Preview では、事前入力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。モデルのインテリジェンスと指示追従が進化したため、事前入力が不要になったほとんどのユースケースがあります。既存のモデルは引き続き事前入力をサポートし、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。

一般的な事前入力シナリオと、それらから移行する方法を以下に示します：

ツール使用

ツール使用

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利益を得ます。「いくつかの変更を提案できますか」と言った場合、変更を実装することがあなたの意図かもしれませんが、Claude は提案を提供するだけです。

Claude がアクションを取るために、より明示的にしてください：

Claude をデフォルトでアクションを取ることについてより積極的にするために、システムプロンプトに以下を追加できます：

<default_to_action>
デフォルトでは、提案するだけでなく変更を実装してください。ユーザーの意図が不明な場合は、最も有用な可能性のあるアクションを推測し、推測する代わりにツールを使用して欠落している詳細を発見しながら進めてください。ツール呼び出し（例えば、ファイル編集または読み取り）が意図されているかどうかについてのユーザーの意図を推測し、それに応じて行動してください。
</default_to_action>

一方、モデルがデフォルトでより躊躇し、実装に直接飛び込む傾向が低く、リクエストされた場合にのみアクションを取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導くことができます：

<do_not_act_before_instructions>
変更を明確に指示されない限り、実装またはファイルの変更に飛び込まないでください。ユーザーの意図が曖昧な場合は、アクションを取るのではなく、情報を提供し、調査を行い、推奨事項を提供することをデフォルトにしてください。ユーザーが明示的に編集、変更、または実装をリクエストした場合にのみ進めてください。
</do_not_act_before_instructions>

Claude Opus 4.5 および Claude Opus 4.6 は、以前のモデルよりもシステムプロンプトに応答性が高くなっています。プロンプトがツールまたはスキルの過度なトリガーを減らすために設計されている場合、これらのモデルは過度にトリガーする可能性があります。修正は、任意の攻撃的な言語を緩和することです。「CRITICAL: You MUST use this tool when...」と言った場合は、「Use this tool when...」のようなより通常のプロンプティングを使用できます。

並列ツール呼び出しを最適化する

Claude の最新モデルは並列ツール実行に優れています。これらのモデルは以下を実行します：

• 研究中に複数の推測検索を実行する
• コンテキストをより速く構築するために複数のファイルを一度に読む
• bash コマンドを並列で実行する（システムパフォーマンスをボトルネックにすることさえできます）

この動作は簡単に操作可能です。モデルはプロンプティングなしで並列ツール呼び出しで高い成功率を持っていますが、これを ~100% に上げるか、攻撃性レベルを調整できます：

<use_parallel_tool_calls>
複数のツールを呼び出す予定があり、ツール呼び出し間に依存関係がない場合は、すべての独立したツール呼び出しを並列で実行してください。ツール呼び出しを順序立てて実行するのではなく、アクションを並列で実行できる場合は常にツールを同時に呼び出すことを優先してください。例えば、3 つのファイルを読む場合は、3 つのツール呼び出しを並列で実行して、3 つのファイルをすべて同時にコンテキストに読み込んでください。可能な限り並列ツール呼び出しの使用を最大化して、速度と効率を向上させてください。ただし、一部のツール呼び出しが前の呼び出しに依存して、パラメータなどの依存値を通知する場合は、これらのツールを並列で呼び出さず、代わりに順序立てて呼び出してください。ツール呼び出しでプレースホルダーを使用したり、欠落しているパラメータを推測したりしないでください。
</use_parallel_tool_calls>

各ステップ間に短い一時停止を伴う順序立てた操作を実行して、安定性を確保してください。

思考と推論

過度な思考と過度な徹底性

Claude Opus 4.6 は、特に高い effort 設定で、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を最適化するのに役立つことが多いですが、モデルはプロンプティングなしで広範なコンテキストを収集したり、複数の研究スレッドを追求したりする可能性があります。プロンプトが以前にモデルをより徹底的にするよう奨励していた場合は、Claude Opus 4.6 のそのガイダンスを調整する必要があります：

• 一括デフォルトをより的を絞った指示に置き換える。 「デフォルトで [tool] を使用する」の代わりに、「[tool] を使用して問題の理解を向上させる場合に使用する」のようなガイダンスを追加してください。
• 過度なプロンプティングを削除する。 以前のモデルで過度にトリガーしなかったツールは、現在適切にトリガーする可能性があります。「疑わしい場合は [tool] を使用する」のような指示は、過度なトリガーを引き起こします。
• フォールバックとして努力を使用する。 Claude が引き続き過度に攻撃的である場合は、effort の低い設定を使用します。

場合によっては、Claude Opus 4.6 は広範に思考する可能性があり、これは思考トークンを膨らませ、応答を遅くする可能性があります。この動作が望ましくない場合は、その推論を制限するための明示的な指示を追加するか、effort 設定を低くして全体的な思考とトークン使用を減らすことができます。

問題にどのようにアプローチするかを決定するときは、アプローチを選択してそれにコミットしてください。推論に直接矛盾する新しい情報に遭遇しない限り、決定を再検討することを避けてください。2 つのアプローチを比較検討している場合は、1 つを選択してそれを通してください。選択したアプローチが失敗した場合は、後で常にコース修正できます。

思考コストにハードシーリングが必要な場合、budget_tokens キャップを持つ拡張思考は Opus 4.6 および Sonnet 4.6 で引き続き機能しますが、非推奨です。effort 設定を低くするか、適応的思考でハードリミットとして max_tokens を使用することを優先してください。

思考と相互作用する思考機能を活用する

Claude の最新モデルは、ツール使用後の反省やマルチステップの複雑な推論を含むタスクに特に役立つ思考機能を提供します。初期または相互作用する思考をガイドして、より良い結果を得ることができます。

Claude Opus 4.6 および Claude Sonnet 4.6 は 適応的思考（thinking: {type: "adaptive"}）を使用します。ここで Claude は動的に何時にどの程度思考するかを決定します。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。より高い努力はより多くの思考を引き出し、より複雑なクエリも同様です。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駆動します。最も知的な応答を得るために適応的思考に移行することを検討してください。

マルチステップツール使用、複雑なコーディングタスク、および長期エージェントループなどのエージェント型動作を必要とするワークロードに適応的思考を使用します。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：

ツール結果を受け取った後、その品質を慎重に反映し、進める前に最適な次のステップを決定してください。この新しい情報に基づいて計画および反復するために思考を使用し、最適な次のアクションを実行してください。

適応的思考のトリガー動作はプロンプト可能です。モデルが思考する頻度が高い場合（大規模または複雑なシステムプロンプトで発生する可能性があります）、ガイダンスを追加してそれを導きます：

拡張思考はレイテンシを追加し、応答品質を意味のある方法で向上させる場合にのみ使用する必要があります。通常、マルチステップ推論を必要とする問題の場合です。疑わしい場合は、直接応答してください。

budget_tokens を使用した 拡張思考 から移行する場合は、思考構成を置き換え、予算制御を effort に移動します：

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": "..."}],
)

後（適応的思考）：

client.messages.create(
    model="claude-opus-4-6",
    max_tokens=64000,
    thinking={"type": "adaptive"},
    output_config={"effort": "high"},  # or max, medium, low
    messages=[{"role": "user", "content": "..."}],
)

拡張思考を使用していない場合は、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。

• 規範的なステップよりも一般的な指示を優先する。 「徹底的に思考する」のようなプロンプトは、手書きのステップバイステップ計画よりも優れた推論を生成することが多いです。Claude の推論は、人間が規定するものを超えることが頻繁にあります。
• マルチショット例は思考で機能します。 フューショット例内で <thinking> タグを使用して、Claude に推論パターンを示します。それは独自の拡張思考ブロックにそのスタイルを一般化します。
• 手動 CoT をフォールバックとして使用する。 思考がオフの場合、Claude にステップバイステップで問題を考えるよう求めることで、ステップバイステップの推論を促すことができます。<thinking> および <answer> のような構造化タグを使用して、推論を最終出力から明確に分離します。
• Claude に自己チェックを求める。 「完了する前に、[テスト基準]に対して答えを確認してください。」のようなものを追加します。これは特にコーディングと数学で確実にエラーをキャッチします。

エージェント型システム

長期的な推論と状態追跡

Claude の最新モデルは、例外的な状態追跡機能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、段階的な進捗に焦点を当て、少数のことで着実に進歩することで、拡張セッション全体で方向性を保ちます。この機能は、Claude が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続行できる複数のコンテキストウィンドウまたはタスク反復にわたって特に現れます。

コンテキスト認識とマルチウィンドウワークフロー

Claude 4.6 および Claude 4.5 モデルは コンテキスト認識 を備えており、モデルが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 はどの程度のスペースがあるかを理解することで、タスクをより効果的に実行し、コンテキストを管理できます。

コンテキスト制限の管理：

Claude をコンテキストを圧縮するか、外部ファイルにコンテキストを保存できるエージェントハーネスで使用している場合（Claude Code のように）、Claude がそれに応じて動作できるようにプロンプトにこの情報を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、自然に作業を終了しようとする可能性があります。以下はサンプルプロンプトです：

コンテキストウィンドウは制限に近づくにつれて自動的に圧縮され、中断したところから無期限に作業を続けることができます。したがって、トークン予算の懸念のため、タスクを早期に停止しないでください。トークン予算制限に近づくにつれて、コンテキストウィンドウが更新される前に、現在の進捗と状態をメモリに保存してください。常に可能な限り永続的で自律的であり、コンテキストの残りに関係なく、タスクを完全に完了してください。トークン予算に関係なく、タスクを早期に人為的に停止しないでください。

メモリツールはコンテキスト認識と自然にペアになり、シームレスなコンテキスト遷移を実現します。

マルチコンテキストウィンドウワークフロー

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：

1. 最初のコンテキストウィンドウに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設定し（テストを書く、セットアップスクリプトを作成する）、その後、将来のコンテキストウィンドウを使用してやることリストで反復します。

2. モデルに構造化形式でテストを書かせる： Claude に作業を開始する前にテストを作成するよう求め、構造化形式（例えば tests.json）でそれらを追跡させます。これは長期的な反復能力の向上につながります。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受け入れられません。これは機能の欠落またはバグにつながる可能性があります。」

3. 生活の質ツールを設定する： Claude にセットアップスクリプト（例えば init.sh）を作成するよう奨励して、サーバーを優雅に起動し、テストスイートとリンターを実行します。これは新しいコンテキストウィンドウから続行するときに繰り返される作業を防ぎます。

4. 新規開始対圧縮： コンテキストウィンドウがクリアされるとき、圧縮を使用するのではなく、新しいコンテキストウィンドウで新規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のに非常に効果的です。場合によっては、圧縮よりもこれを利用したい場合があります。それがどのように開始すべきかについて規範的であること：

   • 「pwd を呼び出す；このディレクトリ内のファイルのみを読み書きできます。」
   • 「progress.txt、tests.json、および git ログを確認してください。」
   • 「新しい機能の実装に進む前に、基本的な統合テストを手動で実行してください。」

5. 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に正確性を検証する必要があります。Playwright MCP サーバーまたはテスト UI 用のコンピュータ使用機能などのツールが役立ちます。

6. コンテキストの完全な使用を奨励する： Claude にコンポーネントを効率的に完成させてから進むよう促します：

これは非常に長いタスクなので、作業を明確に計画することが有益かもしれません。出力コンテキスト全体をタスクに費やすことが奨励されます。重要な未コミットの作業でコンテキストを使い果たさないようにしてください。このタスクを完了するまで、体系的に作業を続けてください。

状態管理のベストプラクティス

• 状態データに構造化形式を使用する： 構造化情報（テスト結果やタスク状態など）を追跡する場合は、JSON または他の構造化形式を使用して、Claude がスキーマ要件を理解するのに役立ちます
• 進捗ノートに非構造化テキストを使用する： フリーフォーム進捗ノートは、一般的な進捗とコンテキストを追跡するのに適しています
• 状態追跡に git を使用する： Git は何が行われたかのログとチェックポイントを提供し、復元できます。Claude の最新モデルは複数のセッションにわたって状態を追跡するために git を使用するのに特に優れています。
• 段階的な進捗を強調する： Claude に進捗を追跡し、段階的な作業に焦点を当てるよう明示的に求めます

自律性と安全性のバランス

ガイダンスなしで、Claude Opus 4.6 は、ファイルの削除、強制プッシュ、または外部サービスへのポストなど、逆転が難しい、または共有システムに影響を与えるアクションを取る可能性があります。Claude Opus 4.6 が潜在的にリスクのあるアクションを実行する前に確認するようにしたい場合は、プロンプトにガイダンスを追加してください：

アクションの可逆性と潜在的な影響を考慮してください。ファイルの編集やテストの実行など、ローカルで可逆的なアクションを取ることが奨励されていますが、逆転が難しい、共有システムに影響を与える、または破壊的である可能性のあるアクションについては、進める前にユーザーに確認してください。

確認が必要なアクションの例：
- 破壊的な操作：ファイルまたはブランチの削除、データベーステーブルのドロップ、rm -rf
- 逆転が難しい操作：git push --force、git reset --hard、公開されたコミットの修正
- 他の人に見える操作：コードのプッシュ、PR/問題へのコメント、メッセージの送信、共有インフラストラクチャの変更

障害に遭遇した場合、破壊的なアクションをショートカットとして使用しないでください。例えば、安全チェックをバイパス（例えば --no-verify）したり、進行中の作業である可能性のある不慣れなファイルを破棄したりしないでください。

研究と情報収集

Claude の最新モデルは例外的なエージェント型検索機能を示し、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。最適な研究結果を得るために：

1. 明確な成功基準を提供する： 研究質問への成功した答えが何を構成するかを定義します

2. 情報検証を奨励する： Claude に複数のソースにわたって情報を検証するよう求めます

3. 複雑な研究タスクの場合は、構造化されたアプローチを使用する：

この情報を構造化された方法で検索してください。データを収集するにつれて、複数の競合する仮説を開発してください。進捗ノートで信頼レベルを追跡して、キャリブレーションを改善してください。定期的にアプローチを自己批判し、計画してください。仮説ツリーまたは研究ノートファイルを更新して、情報を永続化し、透明性を提供してください。この複雑な研究タスクを体系的に分解してください。

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、ほぼすべての情報を見つけて統合し、反復的に調査結果を批判できます。

サブエージェント オーケストレーション

Claude の最新モデルは、大幅に改善されたネイティブサブエージェント オーケストレーション機能を示しています。これらのモデルは、タスクが特化したサブエージェントへの委任から利益を得る場合を認識し、明示的な指示なしでそれを積極的に行うことができます。

この動作を活用するために：

1. 明確に定義されたサブエージェント ツールを確保する： サブエージェント ツールが利用可能で、ツール定義に記述されていることを確認します
2. Claude に自然にオーケストレーションさせる： Claude は明示的な指示なしで適切に委任します
3. 過度な使用を監視する： Claude Opus 4.6 はサブエージェントに強い傾向があり、より単純で直接的なアプローチが十分で高速である状況でそれらを生成する可能性があります。例えば、モデルは直接 grep 呼び出しがより速く十分である場合、コード探索のためにサブエージェントを生成する可能性があります。

過度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保証される場合と保証されない場合についての明示的なガイダンスを追加してください：

タスクが並列で実行でき、分離されたコンテキストを必要とするか、状態を共有する必要がない独立したワークストリームを含む場合は、サブエージェントを使用してください。単純なタスク、順序立てた操作、単一ファイル編集、またはステップ全体でコンテキストを維持する必要があるタスクの場合は、委任するのではなく直接作業してください。

複雑なプロンプトをチェーンする

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はほとんどの複数ステップの推論を内部で処理します。明示的なプロンプトチェーン（タスクを順序立ったAPI呼び出しに分割する）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：ドラフトを生成する → Claudeに基準に対してレビューさせる → Claudeにレビューに基づいて改善させる。各ステップは個別のAPI呼び出しなので、任意のポイントでログ、評価、またはブランチを実行できます。

エージェント型コーディングでのファイル作成を削減する

Claudeの最新モデルは、特にコードを扱う場合、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はファイル、特にPythonスクリプトを最終出力を保存する前の「一時的なスクラッチパッド」として使用できます。一時ファイルを使用することで、特にエージェント型コーディングのユースケースで結果を改善できます。

ネット新規ファイル作成を最小化したい場合は、Claudeに後片付けをするよう指示できます：

反復のために一時的な新しいファイル、スクリプト、またはヘルパーファイルを作成する場合は、タスクの終了時にこれらのファイルを削除して片付けてください。

過度な熱心さ

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、要求されていない柔軟性を構築したりすることで、過度に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。

例えば：

過度な設計を避けてください。直接要求されたか明らかに必要な変更のみを行ってください。ソリューションはシンプルで焦点を絞ったものにしてください：

- スコープ：要求されたもの以上の機能を追加したり、コードをリファクタリングしたり、「改善」を行ったりしないでください。バグ修正は周囲のコードをクリーンアップする必要はありません。シンプルな機能は余分な設定可能性を必要としません。

- ドキュメンテーション：変更しなかったコードにdocstring、コメント、または型注釈を追加しないでください。ロジックが自明でない場合にのみコメントを追加してください。

- 防御的コーディング：発生する可能性のないシナリオのエラーハンドリング、フォールバック、または検証を追加しないでください。内部コードとフレームワークの保証を信頼してください。システム境界（ユーザー入力、外部API）でのみ検証してください。

- 抽象化：1回限りの操作のためにヘルパー、ユーティリティ、または抽象化を作成しないでください。仮想的な将来の要件のために設計しないでください。適切な複雑さは、現在のタスクに必要な最小限です。

テスト合格とハードコーディングに焦点を当てることを避ける

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焦点を当てることがあります。または、複雑なリファクタリングのためのヘルパースクリプトなどの回避策を使用する可能性があります。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：

利用可能な標準ツールを使用して、高品質で汎用的なソリューションを作成してください。タスクをより効率的に実行するためにヘルパースクリプトや回避策を作成しないでください。テストケースだけでなく、すべての有効な入力に対して正しく機能するソリューションを実装してください。値をハードコーディングしたり、特定のテスト入力に対してのみ機能するソリューションを作成したりしないでください。代わりに、問題を一般的に解決する実際のロジックを実装してください。

問題の要件を理解し、正しいアルゴリズムを実装することに焦点を当ててください。テストは正確性を検証するためにあり、ソリューションを定義するためではありません。ベストプラクティスとソフトウェア設計原則に従う原則的な実装を提供してください。

タスクが不合理または実行不可能な場合、またはテストのいずれかが不正確な場合は、それらを回避するのではなく、私に知らせてください。ソリューションは堅牢で、保守可能で、拡張可能である必要があります。

エージェント型コーディングでの幻覚を最小化する

Claudeの最新モデルは幻覚が少なく、コードに基づいて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、幻覚を最小化するには：

<investigate_before_answering>
開いていないコードについて推測しないでください。ユーザーが特定のファイルを参照する場合は、回答する前にそのファイルを読む必要があります。質問に答える前に、関連するファイルを調査して読んでください。確実でない限り、調査する前にコードについて主張しないでください。根拠のある幻覚のない回答を提供してください。
</investigate_before_answering>

機能固有のヒント

改善されたビジョン機能

Claude Opus 4.5とClaude Opus 4.6は、以前のClaudeモデルと比較して改善されたビジョン機能を備えています。特に複数の画像がコンテキストに存在する場合、画像処理とデータ抽出タスクでより良い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、モデルはスクリーンショットとUIエレメント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、ビデオをフレームに分割することで分析できます。

パフォーマンスをさらに向上させるために証明されている1つのテクニックは、Claudeにクロップツールまたはスキルを提供することです。テストでは、Claudeが画像の関連領域に「ズーム」できる場合、画像評価で一貫した向上が示されています。Anthropicはクロップツール用のクックブックを作成しました。

フロントエンド設計

Claude Opus 4.5とClaude Opus 4.6は、強力なフロントエンド設計を備えた複雑で現実的なWebアプリケーションの構築に優れています。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」美学と呼ぶものを作成する一般的なパターンにデフォルトする可能性があります。ユーザーを驚かせ、喜ばせる独特でクリエイティブなフロントエンドを作成するには：

より良いフロントエンド設計を促進するために使用できるシステムプロンプトスニペットは次のとおりです：

<frontend_aesthetics>
あなたは一般的な「分布上の」出力に収束する傾向があります。フロントエンド設計では、これはユーザーが「AIスロップ」美学と呼ぶものを作成します。これを避けてください：ユーザーを驚かせ、喜ばせるクリエイティブで独特なフロントエンドを作成してください。

以下に焦点を当ててください：
- タイポグラフィ：美しく、ユニークで、興味深いフォントを選択してください。ArialやInterなどの一般的なフォントを避け、代わりにフロントエンドの美学を高める独特な選択肢を選択してください。
- 色とテーマ：統一された美学にコミットしてください。一貫性のためにCSS変数を使用してください。支配的な色と鋭いアクセントは、臆病で均等に分散されたパレットより優れています。IDEテーマと文化的美学からインスピレーションを引き出してください。
- モーション：エフェクトとマイクロインタラクションにアニメーションを使用してください。HTMLではCSS専用ソリューションを優先してください。利用可能な場合はReactにMotionライブラリを使用してください。高インパクトな瞬間に焦点を当ててください：段階的な表示（animation-delay）を伴う1つのよく調整されたページロードは、散在するマイクロインタラクションより多くの喜びを生み出します。
- 背景：単色にデフォルトするのではなく、雰囲気と深さを作成してください。CSSグラデーションをレイヤーし、幾何学的パターンを使用するか、全体的な美学に合致する文脈的エフェクトを追加してください。

一般的なAI生成美学を避けてください：
- 過度に使用されるフォントファミリー（Inter、Roboto、Arial、システムフォント）
- 陳腐な配色（特に白い背景の紫色グラデーション）
- 予測可能なレイアウトとコンポーネントパターン
- 文脈固有の特性に欠ける既製の設計

創造的に解釈し、文脈のために本当に設計されたと感じる予期しない選択肢を作成してください。ライトテーマとダークテーマ、異なるフォント、異なる美学の間で変動してください。あなたはまだ世代全体で一般的な選択肢（例えばSpace Grotesk）に収束する傾向があります。これを避けてください：あなたが箱の外で考えることが重要です！
</frontend_aesthetics>

完全なスキル定義も参照できます。

移行に関する考慮事項

以前の世代からClaude 4.6モデルに移行する場合：

1. 望ましい動作について具体的にしてください：出力で見たいものを正確に説明することを検討してください。

2. 修飾子を使用して指示をフレーム化してください：Claudeが出力の品質と詳細さを増やすことを促す修飾子を追加することで、Claudeのパフォーマンスをより良く形作るのに役立ちます。例えば、「分析ダッシュボードを作成する」の代わりに、「分析ダッシュボードを作成してください。可能な限り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、完全に機能した実装を作成してください。」を使用してください。

3. 特定の機能を明示的にリクエストしてください：アニメーションとインタラクティブエレメントは、必要な場合は明示的にリクエストする必要があります。

4. 思考設定を更新してください：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。

5. 事前入力された応答から移行してください：Claude 4.6モデル以降、最後のアシスタントターンでの事前入力された応答は非推奨です。詳細なガイダンスについては、事前入力された応答からの移行を参照してください。

6. 反怠惰プロンプティングを調整してください：プロンプトが以前にモデルをより徹底的にするか、ツールをより積極的に使用することを促した場合は、そのガイダンスを減らしてください。Claude 4.6モデルは大幅により積極的であり、以前のモデルに必要だった指示に過度にトリガーす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。

Claude Sonnet 4.5からClaude Sonnet 4.6への移行

Claude Sonnet 4.6はeffortレベルのデフォルトがhighですが、Claude Sonnet 4.5にはeffortパラメータがありませんでした。Claude Sonnet 4.5からClaude Sonnet 4.6に移行する際は、effortパラメータの調整を検討してください。明示的に設定されていない場合、デフォルトのeffortレベルでレイテンシが高くなる可能性があります。

推奨されるeffort設定：

• Medium：ほとんどのアプリケーション
• Low：高ボリュームまたはレイテンシに敏感なワークロード
• 大きなmax出力トークン予算（推奨64kトークン）をmediumまたはhigh effortで設定して、モデルが考えて行動する余地を与えてください

**Opus 4.6を代わりに使用する場合：**最も難しく、最も長い地平線の問題（大規模なコード移行、深い研究、拡張された自律作業）の場合、Opus 4.6が正しい選択です。Sonnet 4.6は、高速なターンアラウンドとコスト効率が最も重要なワークロードに最適化されています。

拡張思考を使用していない場合

Claude Sonnet 4.5で拡張思考を使用していない場合は、Claude Sonnet 4.6で使用しなくても続行できます。ユースケースに適切なレベルにeffortを明示的に設定する必要があります。low effortで思考が無効になっている場合、Claude Sonnet 4.5で拡張思考がない場合と比較して、同等またはより良いパフォーマンスが期待できます。

client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=8192,
    thinking={"type": "disabled"},
    output_config={"effort": "low"},
    messages=[{"role": "user", "content": "..."}],
)

拡張思考を使用している場合

Claude Sonnet 4.5でbudget_tokensを使用した拡張思考を使用している場合、Claude Sonnet 4.6でも機能しますが、非推奨です。effortパラメータを使用して適応的思考に移行してください。

適応的思考への移行

適応的思考は、特に以下のワークロードパターンに適しています：

• **自律型マルチステップエージェント：**要件を動作するソフトウェアに変換するコーディングエージェント、データ分析パイプライン、モデルが多くのステップにわたって独立して実行されるバグ検出。適応的思考により、モデルはステップごとに推論を調整でき、より長い軌跡にわたってパスに留まります。これらのワークロードの場合、high effortから開始してください。レイテンシまたはトークン使用量が懸念される場合は、mediumにスケールダウンしてください。
• **コンピュータ使用エージェント：**Claude Sonnet 4.6は、適応モードを使用してコンピュータ使用評価で最高クラスの精度を達成しました。
• **バイモーダルワークロード：**簡単なタスクと難しいタスクの混合で、適応的思考は単純なクエリで思考をスキップし、複雑なものについて深く推論します。

適応的思考を使用する場合、タスクでmediumとhigh effortを評価してください。適切なレベルは、品質、レイテンシ、トークン使用量の間のワークロードのトレードオフに依存します。

client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=64000,
    thinking={"type": "adaptive"},
    output_config={"effort": "high"},
    messages=[{"role": "user", "content": "..."}],
)

移行中にbudget_tokensを保持する

移行中にbudget_tokensを一時的に保持する必要がある場合、約16kトークンの予算は、ランウェイトークン使用量のリスクなしにより難しい問題に対応する余地を提供します。この設定は非推奨であり、将来のモデルリリースで削除されます。

コーディングユースケース（エージェント型コーディング、ツール集約的なワークフロー、コード生成）の場合、medium effortから開始してください：

client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=16384,
    thinking={"type": "enabled", "budget_tokens": 16384},
    output_config={"effort": "medium"},
    messages=[{"role": "user", "content": "..."}],
)

チャットと非コーディングユースケース（チャット、コンテンツ生成、検索、分類）の場合、low effortから開始してください：

client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=8192,
    thinking={"type": "enabled", "budget_tokens": 16384},
    output_config={"effort": "low"},
    messages=[{"role": "user", "content": "..."}],
)