Claude Sonnet 5のプロンプティング

このガイドでは、Claude Sonnet 5に固有のプロンプティングパターンを取り上げます。モデルの機能とAPIの変更点については、Claude Sonnet 5の新機能を参照してください。現行のすべてのClaudeモデルに適用できるテクニックについては、プロンプティングのベストプラクティスを参照してください。

Claude Sonnet 5は、コーディングとエージェントタスクにおいて特に優れた強みを持っています。既存のClaude Sonnet 4.6向けプロンプトでも、そのままで良好に動作します。このガイドで紹介するパターンは、調整が必要になることが最も多い動作を対象としています。

応答の長さと冗長性

Claude Sonnet 5は、固定の冗長性をデフォルトとするのではなく、タスクの複雑さに応じて応答の長さを調整します。これは通常、単純な検索的な質問には短い回答を、オープンエンドな分析には長い回答を返すことを意味します。

プロダクトが特定のスタイルや冗長性の出力に依存している場合は、プロンプトの調整が必要になることがあります。例として、冗長性を下げるには次のように追加できます。

Provide concise, focused responses. Skip non-essential context, and keep examples minimal.

特定の種類の冗長性（過剰な説明など）が見られる場合は、それを防ぐための追加の指示をプロンプトに加えることができます。Claudeが適切な簡潔さでコミュニケーションする方法を示す肯定的な例は、否定的な例やモデルに何をしてはいけないかを伝える指示よりも効果的な傾向があります。

effortと思考の深さの調整

effortパラメータを使用すると、Claudeの知能とトークン消費量のバランスを調整でき、能力と引き換えに速度の向上とコストの削減を得ることができます。Claude Sonnet 5では、effortのデフォルトはClaude Sonnet 4.6と同じくhighです。最も難しいコーディングタスクやエージェントタスクでは、effortをxhighに上げてください。他のeffortレベルも試して、トークン使用量と知能をさらに調整してください。

• max: トークン消費に制約のない、絶対的な最大能力。
• xhigh: 特に高いeffortで、最も難しいコーディングおよびエージェントのユースケースに推奨される設定です。
• high: デフォルト。この設定は、ほとんどのユースケースにおいてトークン使用量と知能のバランスを取ります。
• medium: 知能と引き換えにトークン使用量を削減する必要がある、コスト重視のユースケースに適しています。
• low: 短くスコープの限定されたタスクや、知能をそれほど必要としない「latency」（レイテンシ）重視のワークロード向けに取っておいてください。

移行時のおおまかなモデル間の対応として、Claude Sonnet 5のmediumはClaude Sonnet 4.6のhighと同程度の知能であり、Claude Sonnet 5のhighはClaude Sonnet 4.6のmaxと同程度です。ベンチマークを行う際は、effortの名前ではなく、観測された思考の長さで対応させてください。

Claude Sonnet 5は、特に低いレベルにおいて、effortレベルを厳密に尊重します。lowとmediumでは、モデルは求められた以上のことを行うのではなく、求められたことに作業の範囲を絞ります。これはレイテンシとコストの面では良いことですが、中程度に複雑なタスクをlowのeffortで実行すると、思考が不十分になるリスクが多少あります。

複雑な問題で浅い推論が見られる場合は、プロンプトで回避しようとするのではなく、effortをhighまたはxhighに上げてください。レイテンシのためにeffortをlowに保つ必要がある場合は、的を絞ったガイダンスを追加してください。

This task involves multistep reasoning. Think carefully through the problem before responding.

Claude Sonnet 5では、アダプティブ思考（adaptive thinking）がデフォルトで有効です。thinkingフィールドのないリクエストはアダプティブ思考で実行されます。これは、同じリクエストが思考なしで実行されていたClaude Sonnet 4.6からの変更点です。思考を完全にオフにするには、thinking: {type: "disabled"}を渡してください。max_tokensは出力全体（思考と応答テキストの合計）に対するハードリミットであるため、Claude Sonnet 4.6で思考なしで実行していたワークロードについては見直してください。以前Claude Sonnet 4.6で思考をオフにして使用していた場合は、Claude Sonnet 5では低めのeffortレベルで思考をオンにして試してみてください。

アダプティブ思考のトリガー動作は制御可能です。モデルが望ましい頻度よりも多く思考ブロックを出力している場合（大規模または複雑なシステムプロンプトで起こり得ます）、それを制御するためのガイダンスを追加してください。いつものように、プロンプトの変更がパフォーマンスに与える影響を測定してください。例：

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.

逆に、難しいワークロードをmediumで実行していて思考不足が見られる場合、最初に使うべき手段はeffortを上げることです。より細かい制御が必要な場合は、プロンプトで直接指示してください。

手動の「extended thinking」（拡張思考）（thinking: {type: "enabled", budget_tokens: N}）はClaude Sonnet 5ではサポートされておらず、400エラーを返します。これはClaude Sonnet 4.6で非推奨となり、現在は削除されています。代わりに、effortパラメータとともにアダプティブ思考を使用してください。

ツール使用のトリガー

Claude Sonnet 5はデフォルトでClaude Sonnet 4.6よりもエージェント的であり、より積極的にツールを利用し、自己検証ループを実行します。思考を無効にすると、モデルがツールを利用したり検索を検討したりする可能性は低くなります。思考をオフにした状態でツール呼び出しに依存している場合は、システムプロンプトに明示的な後押しを追加してください。effortもツール使用を左右する手段です。highまたはxhighのeffort設定では、エージェント検索やコーディングにおけるツール使用が大幅に増加します。より多くの「tool use」（ツール使用）を望むシナリオでは、ツールをいつどのように適切に使用すべきかをモデルに明示的に指示するようプロンプトを調整することもできます。たとえば、モデルがWeb検索ツールを使用していないことがわかった場合は、なぜ、どのように使用すべきかを明確に記述してください。

ユーザー向けの進捗更新

Claude Sonnet 5は、長いエージェントトレース全体を通じて、定期的かつより質の高い更新をユーザーに提供します。中間ステータスメッセージを強制するためのスキャフォールディング（「ツール呼び出し3回ごとに進捗を要約する」など）を追加している場合は、削除してみてください。Claude Sonnet 5のユーザー向け更新の長さや内容がユースケースに対して適切に調整されていないと感じる場合は、これらの更新がどのようなものであるべきかをプロンプトで明示的に記述し、例を提供してください。

より文字どおりの指示追従

Claude Sonnet 5は、特に低いeffortレベルにおいて、プロンプトを文字どおりかつ明示的に解釈します。ある項目に対する指示を別の項目に暗黙的に一般化することはなく、あなたが行っていない要求を推測することもありません。この文字どおりの解釈の利点は精度であり、慎重に調整されたプロンプトを使用するAPIユースケース、構造化抽出、予測可能な動作が求められるパイプラインでは、一般的により良いパフォーマンスを発揮します。Claudeに指示を広く適用させる必要がある場合は、範囲を明示的に述べてください（例：「この書式を最初のセクションだけでなく、すべてのセクションに適用してください」）。

トーンと文体

新しいモデルではいつもそうであるように、長文の執筆における文体は変化する可能性があります。プロダクトが特定のボイスに依存している場合は、新しいベースラインに対してスタイルプロンプトを再評価してください。

たとえば、プロダクトのボイスがより温かみのある、または会話的なものである場合は、次のように追加してください。

Use a warm, collaborative tone. Acknowledge the user's framing before answering.

以前、文体の多様性のためにtemperatureに依存していた場合、Claude Sonnet 5ではtemperature、top_p、またはtop_kをデフォルト以外の値に設定すると400エラーが返されることに注意してください。この制約はSonnetクラスのモデルでは新しいものです。移行時にはこれらのパラメータを削除し、代わりにシステムプロンプトの指示を使用してトーンと多様性を導いてください。

デザインとフロントエンドのデフォルト

Claude Sonnet 5は、オープンエンドなフロントエンドやデザインの依頼において、一貫したデフォルトのビジュアルスタイルに落ち着くことがあります。デフォルトのハウススタイルは一部の依頼には適していますが、ダッシュボード、開発ツール、フィンテック、ヘルスケア、エンタープライズアプリには合わないと感じられることがあります。

一般的な指示（「その色は使わないで」「クリーンでミニマルにして」）は、多様性を生み出すのではなく、モデルを別の固定パレットに移行させる傾向があります。確実に機能するアプローチは2つあります。

1. 具体的な代替案を指定する。 モデルは明示的な仕様に正確に従います。

Design a desktop landing page for a supplement brand called AEFRM.

The visual direction should come from a cold monochrome atmosphere using pale silver-gray tones that gradually deepen into blue-gray and near-black, similar to a misted metallic surface.

The page should feel sharp and controlled, with a strong sense of structure and restraint.

Use this tonal system across the full page instead of introducing bright accent colors.

Use the uploaded image on the hero design in black and white.

The layout should be built with clear horizontal sections and a centered max-width container. Use 4px corner radius consistently across cards, buttons, inputs, and media frames. Margins should feel generous, with enough empty space around each section so the page breathes.

Typography should use a square, angular sans-serif with wider letter spacing than usual, especially in headings and navigation, so the text feels more engineered and less compressed. Headline text can be large and uppercase, while supporting copy remains short and sparse. The sub texts should be written with Alumni Sans SC in 4-6px like tiny little texts on corners bottom centre like that.

For the structure, start with a hero section containing a strong product statement, one short supporting paragraph, and a clean product placeholder or packshot frame. Below that, add a benefit grid with three or four blocks, then a formulation or ingredients section, and finally a cta.

Buttons should be flat and precise, with subtle hover changes using transition: all 160ms ease out where brightness and border contrast shift slightly rather than using dramatic motion.

Color palette should stay within this range:
#E9ECEC, #C9D2D4, #8C9A9E, #44545B, #11171B.

2. 構築前にモデルに選択肢を提案させる。 これによりデフォルトが崩れ、ユーザーがコントロールできるようになります。Claude Sonnet 5ではtemperatureが受け付けられないため、このアプローチは実行ごとに意味のある異なるデザインの方向性を生み出すための推奨方法です。プロンプトの例：

Before building, propose 4 distinct visual directions tailored to this brief (each as: bg hex / accent hex / typeface, plus a one-line rationale). Ask the user to pick one, then implement only that direction.

ユーザーが「AIスロップ」的な美学と呼ぶ一般的なパターンを避けるために、システムプロンプトに短い指示を含めることができます。frontend-designスキルではより詳細に扱っていますが、このスニペットは前述の多様性のアプローチと併用するとうまく機能します。

<frontend_aesthetics>
NEVER use generic AI-generated aesthetics like overused font families (Inter, Roboto, Arial, system fonts), cliched color schemes (particularly purple gradients on white or dark backgrounds), predictable layouts and component patterns, and cookie-cutter design that lacks context-specific character. Use unique fonts, cohesive colors and themes, and animations for effects and micro-interactions.
</frontend_aesthetics>

インタラクティブなコーディングプロダクト

トークン使用量と動作は、単一のユーザーターンを持つ自律的で非同期のコーディングエージェントと、複数のユーザーターンを持つインタラクティブで同期的なコーディングエージェントとで異なる場合があります。コーディングプロダクトでパフォーマンスとトークン効率の両方を最大化するには、xhighまたはhighのeffortを使用し、オートモードのような自律的な機能を追加し、ユーザーに求められる人間の操作の回数を減らしてください。

必要なユーザー操作の回数を制限する場合は、最初の人間のターンでタスク、意図、関連する制約を前もって指定することが重要です。十分に規定された、明確で正確なタスクの説明を前もって提供することで、ユーザーターン後の余分なトークン使用量を最小限に抑えながら、自律性と知能を最大化できます。対照的に、複数のユーザーターンにわたって段階的に伝えられる曖昧または規定不足のプロンプトは、相対的にトークン効率を低下させ、場合によってはパフォーマンスも低下させる傾向があります。

コードレビューハーネス

コードレビューハーネスが以前のモデル向けに調整されていた場合、Claude Sonnet 5では当初、再現率（recall）が低く見えることがあります。これはおそらくハーネスの影響であり、能力の退行ではありません。レビュープロンプトに「重大度の高い問題のみを報告する」「保守的に」「細かい指摘はしない」といった記述がある場合、Claude Sonnet 5は以前のモデルよりもその指示に忠実に従う可能性があります。つまり、コードを同じくらい徹底的に調査し、バグを特定したうえで、あなたが示した基準を下回ると判断した発見事項を報告しないことがあります。これは、モデルが同じ深さの調査を行いながらも、報告される発見事項に変換される調査の数が少なくなるという形で現れることがあり、特に重大度の低いバグで顕著です。通常、適合率（precision）は上がりますが、モデルの根本的なバグ発見能力が向上しているにもかかわらず、測定される再現率は下がることがあります。

推奨されるプロンプトの文言：

Report every issue you find, including ones you are uncertain about or consider low-severity. Do not filter for importance or confidence at this stage - a separate verification step will do that. Your goal here is coverage: it is better to surface a finding that later gets filtered out than to silently drop a real bug. For each finding, include your confidence level and an estimated severity so a downstream filter can rank them.

このプロンプトは実際の第2ステップがなくても使用できますが、信頼度によるフィルタリングを発見ステップから切り離すことは多くの場合役立ちます。ハーネスに別個の検証、重複排除、またはランキングのステージがある場合は、発見ステージでのモデルの仕事はフィルタリングではなくカバレッジであることを明示的に伝えてください。

単一パスでモデルに自己フィルタリングさせたい場合は、「重要」のような定性的な用語を使うのではなく、基準がどこにあるかを具体的に示してください。たとえば、「誤った動作、テストの失敗、または誤解を招く結果を引き起こす可能性のあるバグはすべて報告してください。純粋なスタイルや命名の好みのような細かい指摘のみ省略してください」のようにします。

評価やテストケースのサブセットに対してプロンプトを反復し、再現率やF1スコアの向上を検証してください。

コンピュータ使用

Claude Sonnet 5は、computer_toolset_20260801ツールセット（Claude APIおよびGoogle Cloud上）と、以前のcomputer_20251124ツールバージョンをサポートしています。Claude APIおよびGoogle Cloud上では、Claude Sonnet 5はWebページ内のタスク向けにブラウザ使用ツール（browser_toolset_20260801）もサポートしています。コンピュータ使用機能はさまざまな解像度で動作し、最大解像度は2576px / 3.75MPです。社内のコンピュータ使用テストでは、1080pで画像を送信するとパフォーマンスとコストのバランスが良いことが示されています。

特にコスト重視のワークロードでは、720pまたは1366×768が、高いパフォーマンスを持つ低コストの選択肢です。ユースケースに最適な設定を見つけるために独自のテストを実施してください。effort設定を試すことも、モデルの動作の調整に役立ちます。