Составление подсказок для Claude Opus 4.8

Это руководство описывает паттерны составления подсказок, характерные для Claude Opus 4.8. Об изменениях API при переходе с Claude Opus 4.8 на Claude Opus 5.5 см. Переход на Claude Opus 5.5 с Claude Opus 4.8. О методах, применимых ко всем текущим моделям Claude, см. Лучшие практики составления подсказок.

Claude Opus 4.8 особенно силён в долгосрочной агентной работе, интеллектуальной работе, задачах зрения и памяти. Он хорошо работает «из коробки» с существующими подсказками для Claude Opus 4.7. Следующие паттерны охватывают поведение, которое чаще всего требует настройки.

Длина ответа и многословность

Claude Opus 4.8 подбирает длину ответа в соответствии со своей оценкой сложности задачи, а не использует фиксированную многословность по умолчанию. Обычно это означает более короткие ответы на простые запросы и гораздо более длинные — при открытом анализе.

Если ваш продукт зависит от определённого стиля или многословности вывода, возможно, вам потребуется настроить подсказки. Например, чтобы уменьшить многословность, можно добавить:

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

Если вы наблюдаете конкретные примеры видов многословности (например, чрезмерные объяснения), вы можете добавить в подсказку дополнительные инструкции, чтобы их предотвратить. Положительные примеры, показывающие, как Claude может общаться с надлежащим уровнем лаконичности, как правило, более эффективны, чем отрицательные примеры или инструкции, указывающие модели, чего не делать.

Калибровка усилий и глубины размышлений

Параметр effort (усилие) позволяет вам настраивать соотношение интеллекта Claude и расхода токенов, обменивая возможности на более высокую скорость и меньшие затраты. Начните с уровня усилий xhigh для сценариев программирования и агентных сценариев и используйте как минимум уровень high для большинства сценариев, чувствительных к интеллекту. Экспериментируйте с другими уровнями усилий для дальнейшей настройки расхода токенов и интеллекта:

• max: Максимальные усилия могут повысить производительность в некоторых сценариях, но отдача от увеличенного расхода токенов может снижаться. Эта настройка также иногда склонна к чрезмерным размышлениям. Протестируйте максимальные усилия для задач, требующих высокого интеллекта.
• xhigh: Сверхвысокое усилие — лучшая настройка для большинства сценариев программирования и агентных сценариев.
• high: Эта настройка балансирует расход токенов и интеллект. Для большинства сценариев, чувствительных к интеллекту, используйте как минимум уровень high.
• medium: Хорошо подходит для чувствительных к стоимости сценариев, где нужно сократить расход токенов в обмен на интеллект.
• low: Оставьте для коротких, ограниченных по объёму задач и чувствительных к задержке рабочих нагрузок, не чувствительных к интеллекту.

Claude Opus 4.8 строго соблюдает уровни усилий, особенно на нижнем конце шкалы. На уровнях low и medium модель ограничивает свою работу тем, о чём её попросили, не выходя за рамки запроса. Это хорошо для задержки и стоимости, но на умеренно сложных задачах при усилиях low существует некоторый риск недостаточных размышлений.

Если вы наблюдаете поверхностные рассуждения на сложных задачах, повысьте усилие до high или xhigh, а не пытайтесь обойти это подсказками. Если вам нужно сохранить усилие на уровне low ради задержки, добавьте целевые указания:

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

Усилие, вероятно, важнее для этой модели, чем для любой предыдущей модели Opus, поэтому активно экспериментируйте с ним при обновлении.

В Claude Opus 4.8 размышления отключены, если вы явно не установите thinking: {type: "adaptive"}. Поведение запуска адаптивных размышлений поддаётся управлению. Если вы обнаружите, что модель размышляет чаще, чем хотелось бы (это может происходить при больших или сложных системных подсказках), добавьте указания, чтобы направить её поведение. Как всегда, измеряйте влияние любых изменений подсказок на производительность. Пример:

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.

И наоборот, если вы выполняете сложные рабочие нагрузки на уровне medium и наблюдаете недостаточное обдумывание, первый рычаг — повысить усилие. Если вам нужен более тонкий контроль, запросите его напрямую в подсказке.

Срабатывание использования инструментов

Claude Opus 4.8 склонен предпочитать рассуждения вызовам инструментов. В большинстве случаев это даёт лучшие результаты. Однако повышение настройки усилия — полезный рычаг для увеличения уровня «tool use» (использования инструментов), особенно в интеллектуальной работе. Настройки усилия high или xhigh демонстрируют существенно большее использование инструментов в агентном поиске и программировании. Для сценариев, где вы хотите большего использования инструментов, вы также можете скорректировать подсказку, чтобы явно проинструктировать модель о том, когда и как правильно использовать её инструменты. Например, если вы обнаружите, что модель не использует ваши инструменты веб-поиска, чётко опишите, почему и как она должна это делать.

Обновления о ходе работы для пользователя

Claude Opus 4.8 предоставляет более регулярные и качественные обновления пользователю на протяжении длинных агентных трасс. Если вы добавили обвязку для принудительных промежуточных сообщений о статусе («После каждых 3 вызовов инструментов подводи итог прогресса»), попробуйте её убрать. Если вы обнаружите, что длина или содержание обновлений Claude Opus 4.8 для пользователя плохо откалиброваны под ваш сценарий, явно опишите в подсказке, как должны выглядеть эти обновления, и приведите примеры.

Более буквальное следование инструкциям

Claude Opus 4.8 интерпретирует подсказки буквально и явно, особенно на более низких уровнях усилий. Он не обобщает молча инструкцию с одного элемента на другой и не выводит запросы, которых вы не делали. Преимущество этой буквальности — точность и меньше метаний, и в целом она лучше работает для сценариев API с тщательно настроенными подсказками, структурированным извлечением и конвейерами, где вам нужно предсказуемое поведение. Если вам нужно, чтобы Claude применял инструкцию широко, явно укажите область применения (например, «Примени это форматирование к каждому разделу, а не только к первому»).

Тон и стиль письма

Как и в случае с любой новой моделью, стиль прозы в длинных текстах может измениться. Claude Opus 4.8 склонен к прямому стилю с выраженной позицией, минимальным количеством одобряющих формулировок и сдержанным использованием эмодзи. Если ваш продукт опирается на определённый голос, повторно оцените подсказки, задающие стиль, относительно нового базового поведения.

Например, если голос вашего продукта более тёплый или разговорный, добавьте:

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

Управление порождением субагентов

Claude Opus 4.8 по умолчанию склонен порождать меньше субагентов. Однако это поведение управляемо через подсказки; дайте Claude Opus 4.8 явные указания о том, когда субагенты желательны. Упрощённый пример для сценария программирования:

Do not spawn a subagent for work you can complete directly in a single response (e.g. refactoring a function you can already see).

Spawn multiple subagents in the same turn when fanning out across items or reading multiple files.

Настройки дизайна и фронтенда по умолчанию

Claude Opus 4.8 обладает сильным чутьём в дизайне и последовательным фирменным стилем по умолчанию: тёплые кремовые/почти белые фоны (~#F4F1EA), заголовочные шрифты с засечками (Georgia, Fraunces, Playfair), акценты курсивом на отдельных словах и терракотовый/янтарный акцентный цвет. Это хорошо смотрится для редакционных, гостиничных и портфолио-проектов, но плохо подходит для дашбордов, инструментов разработчика, финтеха, здравоохранения или корпоративных приложений. Этот стиль по умолчанию проявляется в слайдах презентаций и веб-интерфейсах.

Этот стиль по умолчанию устойчив. Общие инструкции («не используй кремовый», «сделай чисто и минималистично»), как правило, переключают модель на другую фиксированную палитру, а не создают разнообразие. Надёжно работают два подхода:

1. Укажите конкретную альтернативу. Модель точно следует явным спецификациям:

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. Попросите модель предложить варианты перед созданием. Это ломает стиль по умолчанию и даёт пользователям контроль. Если раньше вы полагались на temperature для разнообразия дизайна, используйте этот подход; он даёт существенно разные направления от запуска к запуску. Пример подсказки:

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

Кроме того, Claude Opus 4.8 требует меньше подсказок по дизайну фронтенда, чем предыдущие модели, чтобы избегать шаблонных решений, которые пользователи называют эстетикой «AI slop». Для более ранних моделей Anthropic рекомендовала более длинный фрагмент подсказки в навыке frontend-design. Однако Claude Opus 4.8 создаёт самобытные, креативные фронтенды при более минимальных указаниях. Этот фрагмент подсказки хорошо работает вместе с приведёнными выше советами по разнообразию:

<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>

Интерактивные продукты для программирования

Расход токенов и поведение Claude Opus 4.8 могут различаться между автономными асинхронными агентами программирования с одним ходом пользователя и интерактивными синхронными агентами программирования с несколькими ходами пользователя. В частности, в интерактивных сценариях модель склонна расходовать больше токенов, прежде всего потому, что больше рассуждает после ходов пользователя. Это может улучшить связность на длительных горизонтах, следование инструкциям и возможности программирования в длительных интерактивных сессиях, но сопровождается большим расходом токенов. Чтобы максимизировать и производительность, и эффективность расхода токенов в продуктах для программирования, используйте усилия xhigh или high, добавьте автономные функции, такие как автоматический режим, и сократите количество взаимодействий, требуемых от ваших пользователей.

Разумеется, при ограничении количества требуемых взаимодействий с пользователем важно заранее указать задачу, намерение и соответствующие ограничения в первом ходе человека. Предоставление хорошо специфицированных, ясных и точных описаний задач заранее может помочь максимизировать автономность и интеллект, минимизируя дополнительный расход токенов после ходов пользователя. Поскольку Claude Opus 4.8 более автономен, чем предыдущие модели, такой паттерн использования помогает максимизировать производительность. Напротив, неоднозначные или недостаточно специфицированные подсказки, передаваемые постепенно в течение нескольких ходов пользователя, как правило, относительно снижают эффективность использования токенов, а иногда и производительность.

Обвязки для ревью кода

Claude Opus 4.8 существенно лучше находит ошибки, чем предыдущие модели, и во внутренних оценках демонстрирует как более высокую полноту (recall), так и более высокую точность (precision). Однако если ваша обвязка для код-ревью была настроена под более раннюю модель, поначалу вы можете увидеть более низкую полноту. Скорее всего, это эффект обвязки, а не регресс возможностей. Когда подсказка для ревью содержит фразы вроде «сообщай только о проблемах высокой серьёзности», «будь консервативен» или «не придирайся», Claude Opus 4.8 может следовать этой инструкции точнее, чем более ранние модели: он может исследовать код так же тщательно, обнаружить ошибки, а затем не сообщить о находках, которые, по его оценке, ниже заявленной вами планки. Это может проявляться в том, что модель проводит исследование той же глубины, но превращает меньше исследований в отчёты о находках, особенно для ошибок низкой серьёзности. Точность обычно растёт, но измеряемая полнота может снижаться, даже несмотря на то что базовая способность модели находить ошибки улучшилась.

Рекомендуемые формулировки для подсказки:

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.

Эту подсказку можно использовать и без фактического второго шага, но вынесение фильтрации по уверенности из шага поиска часто помогает. Если в вашей обвязке есть отдельный этап верификации, дедупликации или ранжирования, явно сообщите модели, что её задача на этапе поиска — покрытие, а не фильтрация.

Если вы всё же хотите, чтобы модель фильтровала результаты сама за один проход, конкретно укажите порог для отчёта, а не используйте качественные термины вроде «важный»: например, «сообщай о любых ошибках, которые могут привести к некорректному поведению, сбою теста или вводящему в заблуждение результату; опускай только мелочи, такие как чисто стилистические предпочтения или предпочтения в именовании».

Итерируйте подсказки на подмножестве ваших оценок или тестовых случаев, чтобы подтвердить прирост полноты или F1-меры.

Использование компьютера

Claude Opus 4.8 поддерживает более раннюю версию инструмента computer_20251124, а в Claude API и Claude Models on Google Cloud (Google managed) — набор инструментов computer_toolset_20260801. На этих двух платформах Claude Opus 4.8 также поддерживает инструмент использования браузера (browser_toolset_20260801) для задач внутри веб-страниц. Функция использования компьютера («computer use») работает при разных разрешениях экрана, вплоть до максимального 2576px / 3.75MP. Внутреннее тестирование показывает, что изображения в разрешении 1080p дают хороший баланс производительности и стоимости.

Для особенно чувствительных к стоимости рабочих нагрузок 720p или 1366×768 — более дешёвые варианты с высокой производительностью. Проведите собственное тестирование, чтобы найти идеальные настройки для вашего сценария; эксперименты с настройками усилия также могут помочь настроить поведение модели.