Claude Sonnet 5 のプロンプティング

このガイドでは、Claude Sonnet 5 に特有のプロンプティングパターンについて説明します。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的なタスクに特に強みがあります。既存の Claude Sonnet 4.6 向けプロンプトでもそのまま良好に動作します。このガイドで扱うパターンは、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、単純な検索では短い回答、オープンエンドな分析では長い回答になることを意味します。

プロダクトが特定のスタイルや出力の冗長性に依存している場合、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、冗長性を減らす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。適切な簡潔さで Claude がどのようにコミュニケーションできるかを示すポジティブな例は、モデルに何をしてはいけないかを伝えるネガティブな例や指示よりも効果的な傾向があります。



エフォート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のバランスを調整し、能力と引き換えに速度向上とコスト削減を実現できます。Claude Sonnet 5 では、エフォートのデフォルトは Claude Sonnet 4.6 と同じく high です。最も難しいコーディングやエージェント的なタスクには、エフォートを xhigh に上げてください。他のエフォートレベルも試して、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を設けない、絶対的な最大能力です。
• xhigh： 最も難しいコーディングやエージェント的なユースケースに推奨される、特に高いエフォート設定です。
• high： デフォルトです。この設定は、ほとんどのユースケースでトークン使用量と知能のバランスを取ります。
• medium： 知能をある程度犠牲にして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： 短くスコープが限定されたタスクや、知能への依存度が低くレイテンシ重視のワークロード向けに予約してください。

移行時のモデル間の大まかな対応として、Claude Sonnet 5 の medium は知能面で Claude Sonnet 4.6 の high に相当し、Claude Sonnet 5 の high は Claude Sonnet 4.6 の max に相当します。ベンチマークを行う際は、エフォート名ではなく観測された思考の長さで対応付けてください。

Claude Sonnet 5 は、特に低いレベルでエフォートレベルを厳密に尊重します。low および medium では、モデルは求められた以上のことをするのではなく、依頼された範囲に作業を限定します。これはレイテンシとコストの面では良いことですが、low エフォートで実行される中程度に複雑なタスクでは、思考不足のリスクがある程度あります。

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、エフォートを high または xhigh に上げてください。レイテンシのためにエフォートを 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 multi-step reasoning. Think carefully through the problem before responding.

Claude Sonnet 5 では、adaptive thinking（アダプティブシンキング）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シンキングで実行されます。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 は総出力（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 では思考をオンにして低いエフォートレベルを試してみてください。

アダプティブシンキングのトリガー動作は制御可能です。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、モデルが思考ブロックを想定より頻繁に出力している場合は、それを制御する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 multi-step 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、最初の手段はエフォートを上げることです。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 パラメータを使用したアダプティブシンキング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に手を伸ばし、自己検証ループを実行します。思考を無効にすると、モデルがツールに手を伸ばしたり検索を検討したりする可能性が低くなります。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促しを追加してください。エフォートもツール使用の調整手段です。high または xhigh のエフォート設定では、エージェント的な検索やコーディングにおいてツール使用が大幅に増加します。より多くのツール使用を望むシナリオでは、いつどのようにツールを適切に使用すべきかをモデルに明示的に指示するようにプロンプトを調整することもできます。たとえば、モデルがウェブ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、長いエージェント的なトレース全体を通じて、定期的かつより高品質な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、それを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。



より文字通りの指示追従

Claude Sonnet 5 は、特に低いエフォートレベルにおいて、プロンプトを文字通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、明示されていないリクエストを推測することもありません。この文字通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、構造化抽出、予測可能な動作が求められるパイプラインを使用する API ユースケース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、スコープを明示的に述べてください（たとえば、「このフォーマット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

新しいモデルでは常にそうであるように、長文ライティングの文体が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があり会話的なものである場合は、次のように追加します。

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

以前、文体のバリエーションのために 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バリエーションを誘導してください。



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指示に対して、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指示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（「その色を使わないで」「クリーンでミニマルにして」）は、バリエーション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。次の 2 つのアプローチが確実に機能します。

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. 構築する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打破され、ユーザーに制御権が与えられます。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方向性を生み出すための推奨方法です。プロンプト例：

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 slop」的な美学と呼ぶ一般的なパターンから離れるように誘導するには、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な扱いが提供されていますが、このスニペットは前述のバリエーションアプローチと併用してうまく機能します。

<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・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・同期の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 エフォートを使用し、自動モードなどの自律的な機能を追加し、ユーザーに必要な人間のインタラクション数を減らしてください。

必要なユーザーインタラクション数を制限する場合、最初のヒューマンターンでタスク、意図、関連する制約を事前に指定することが重要です。明確で正確なタスク記述を事前に提供することで、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不十分に指定されたプロンプトは、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る場合、Claude Sonnet 5 では最初は再現率（recall）が低く見えることがあります。これはハーネスの影響である可能性が高く、能力の低下ではありません。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」などと書かれている場合、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、バグを特定しながらも、指定された基準を下回ると判断した発見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、特に重大度の低いバグについて、調査を報告された発見に変換する割合が少なくなるという形で現れることがあります。適合率（precision）は通常上昇しますが、モデルの根本的なバグ発見能力が向上していても、測定される再現率は低下することがあります。

推奨されるプロンプト文言の例：

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、信頼度フィルタリングを発見ステップから分離することが役立つことが多いです。ハーネスに別の検証、重複排除、またはランキングステージがある場合は、発見ステージでのモデルの役割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。

モデルに単一パスで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用するのではなく、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、「不正な動作、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などの些細な指摘のみを省略してください」などです。

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、再現率または 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_20251124 ツールバージョンをサポートしています。コンピュータ使用機能は、最大解像度 2576px / 3.75MP までの解像度で動作します。内部のコンピュータ使用テストでは、1080p で画像を送信することがパフォーマンスとコストの良いバランスを提供する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 が強力なパフォーマンスを持つ低コストのオプションです。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。エフォート設定を試すことも、モデルの動作を調整するのに役立ちます。