Подсказки для Claude Opus 4.8

Это руководство охватывает паттерны подсказок, специфичные для Claude Opus 4.8. Для изменений API, связанных с переходом с Claude Opus 4.8 на последнюю модель Opus, см. Миграция на Claude Opus 5 с Claude Opus 4.8. Для техник, применимых ко всем текущим моделям Claude, см. Лучшие практики подсказок.

Claude Opus 4.8 обладает особыми сильными сторонами в долгосрочной агентной работе, интеллектуальной работе, зрении и задачах с памятью. Модель хорошо работает «из коробки» на существующих подсказках для Claude Opus 4.7. Следующие паттерны охватывают поведение, которое чаще всего требует настройки.



Длина ответа и многословность

Claude Opus 4.8 калибрует длину ответа в зависимости от того, насколько сложной модель считает задачу, вместо того чтобы по умолчанию придерживаться фиксированной многословности. Обычно это означает более короткие ответы на простые запросы и гораздо более длинные на открытый анализ.

Если ваш продукт зависит от определённого стиля или многословности вывода, вам может потребоваться настроить ваши подсказки. Например, чтобы уменьшить многословность, вы можете добавить:

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

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



Калибровка усилий и глубины мышления

Параметр effort позволяет настраивать соотношение интеллекта Claude и расхода токенов, жертвуя возможностями ради более высокой скорости и меньших затрат. Начните с уровня усилий xhigh для кодирования и агентных сценариев использования и используйте минимум high для большинства сценариев, чувствительных к интеллекту. Экспериментируйте с другими уровнями усилий для дальнейшей настройки использования токенов и интеллекта:

• max: Максимальные усилия могут обеспечить прирост производительности в некоторых сценариях использования, но могут демонстрировать убывающую отдачу от увеличенного использования токенов. Эта настройка также иногда может быть склонна к чрезмерному обдумыванию. Тестируйте максимальные усилия для задач, требующих интеллекта.
• xhigh: Сверхвысокие усилия — лучшая настройка для большинства сценариев кодирования и агентных сценариев использования.
• high: Эта настройка балансирует использование токенов и интеллект. Для большинства сценариев, чувствительных к интеллекту, используйте минимум high.
• medium: Хорошо подходит для сценариев, чувствительных к затратам, где нужно сократить использование токенов, жертвуя интеллектом.
• low: Оставьте для коротких, ограниченных задач и чувствительных к задержке рабочих нагрузок, которые не чувствительны к интеллекту.

Claude Opus 4.8 строго соблюдает уровни усилий, особенно на нижнем конце. На уровнях low и medium модель ограничивает свою работу тем, что было запрошено, вместо того чтобы делать больше необходимого. Это хорошо для задержки и затрат, но на умеренно сложных задачах, выполняемых с усилием low, есть некоторый риск недостаточного обдумывания.

Если вы наблюдаете поверхностные рассуждения на сложных задачах, повысьте усилие до high или xhigh, вместо того чтобы обходить 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, будет более важным для этой модели, чем для любой предыдущей Opus, поэтому активно экспериментируйте с ним при обновлении.

В Claude Opus 4.8 мышление отключено, если вы явно не установите thinking: {type: "adaptive"}. Поведение срабатывания адаптивного мышления управляемо. Если вы обнаружите, что модель думает чаще, чем вам хотелось бы, что может происходить с большими или сложными системными подсказками, добавьте указания для управления этим. 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 видите недостаточное обдумывание, первый рычаг — повысить усилие. Если вам нужен более тонкий контроль, задайте его напрямую через подсказку.



Срабатывание использования инструментов

Claude Opus 4.8 имеет тенденцию отдавать предпочтение рассуждениям перед вызовами инструментов. В большинстве случаев это даёт лучшие результаты. Однако увеличение настройки усилия — полезный рычаг для повышения уровня использования инструментов, особенно в интеллектуальной работе. Настройки усилия high или xhigh показывают существенно большее использование инструментов в агентном поиске и кодировании. Для сценариев, где вы хотите большего использования инструментов, вы также можете скорректировать вашу 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 прогресса для пользователя

Claude Opus 4.8 предоставляет более регулярные и качественные обновления для пользователя на протяжении длинных агентных трасс. Если вы добавили каркас для принудительных промежуточных сообщений о статусе («После каждых 3 вызовов инструментов подведи итог прогресса»), попробуйте удалить его. Если вы обнаружите, что длина или содержание обновлений Claude Opus 4.8 для пользователя плохо откалиброваны для вашего сценария использования, явно опишите в подсказке, как должны выглядеть эти обновления, и предоставьте примеры.



Более буквальное следование инструкциям

Claude Opus 4.8 интерпретирует подсказки буквально и явно, особенно на более низких уровнях усилий. Модель не обобщает молча инструкцию с одного элемента на другой и не выводит запросы, которые вы не делали. Преимущество этой буквальности — точность и меньше метаний, и модель в целом лучше работает для сценариев использования 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 действия (например, «Примени это форматирование к каждому разделу, а не только к первому»).



Тон и стиль письма

Как и с любой новой моделью, стиль прозы в длинных текстах может измениться. Claude Opus 4.8 склоняется к прямому, уверенному стилю с минимальными одобрительными формулировками и умеренным использованием эмодзи. Если ваш продукт полагается на определённый голос, переоцените стилевые подсказки относительно нового базового уровня.

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. Простой пример для сценария кодирования:

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.



Дизайн и настройки фронтенда по умолчанию

Claude Opus 4.8 обладает сильными дизайнерскими инстинктами с последовательным фирменным стилем по умолчанию: тёплые кремовые/почти белые фоны (~#F4F1EA), акцидентные шрифты с засечками (Georgia, Fraunces, Playfair), курсивные акценты на словах и терракотовый/янтарный акцент. Это хорошо смотрится для редакционных, гостиничных и портфолио-брифов, но будет выглядеть неуместно для дашбордов, инструментов разработчика, финтеха, здравоохранения или корпоративных приложений. Этот стиль по умолчанию проявляется в слайд-презентациях 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. Два подхода работают надёжно:

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 вы ранее полагались на temperature для разнообразия дизайна, используйте этот подход; он даёт существенно разные направления между запусками. 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 избежать шаблонных паттернов, которые пользователи называют эстетикой «AI slop». С более ранними моделями Anthropic рекомендовала более длинный фрагмент подсказки в навыке frontend-design. Однако Claude Opus 4.8 генерирует отличительные, креативные фронтенды с более минимальными указаниями в подсказках. Этот фрагмент подсказки хорошо работает с предыдущими советами по подсказкам для разнообразия:

<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 кодирования

Использование токенов и поведение Claude Opus 4.8 могут различаться между автономными, асинхронными агентами кодирования с одним ходом пользователя и интерактивными, синхронными агентами кодирования с несколькими ходами пользователя. В частности, модель склонна использовать больше токенов в интерактивных условиях, в первую очередь потому, что она больше рассуждает после ходов пользователя. Это может улучшить долгосрочную согласованность, следование инструкциям и возможности кодирования в длинных интерактивных сессиях кодирования, но также сопровождается большим использованием токенов. Чтобы максимизировать как производительность, так и эффективность использования токенов в продуктах для кодирования, используйте усилие xhigh или high, добавьте автономные функции, такие как автоматический режим, и сократите количество взаимодействий с человеком, требуемых от ваших пользователей.

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



Системы ревью кода

Claude Opus 4.8 значительно лучше находит баги, чем предыдущие модели, и имеет как более высокую полноту, так и точность во внутренних оценках. Однако, если ваша система ревью кода была настроена для более ранней модели, вы можете изначально увидеть более низкую полноту. Это, скорее всего, эффект системы, а не регрессия возможностей. Когда подсказка для ревью говорит что-то вроде «сообщай только о проблемах высокой серьёзности», «будь консервативен» или «не придирайся», Claude Opus 4.8 может следовать этой инструкции более точно, чем более ранние модели: он может исследовать код так же тщательно, выявить баги, а затем не сообщать о находках, которые он считает ниже заявленной вами планки. Это может проявляться как та же глубина исследования модели, но меньшее количество исследований, преобразованных в сообщённые находки, особенно для багов более низкой серьёзности. Точность обычно растёт, но измеренная полнота может падать, даже если базовая способность модели находить баги улучшилась.

Некоторые рекомендуемые формулировки подсказок:

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 без фактического второго шага, но вынесение фильтрации по уверенности из шага поиска часто помогает. Если ваша система имеет отдельный этап верификации, дедупликации или ранжирования, явно скажите модели, что её задача на этапе поиска — охват, а не фильтрация.

Если вы всё же хотите, чтобы модель самостоятельно фильтровала за один проход, будьте конкретны в том, где находится планка, вместо использования качественных терминов вроде «важный»: например, «сообщай о любых багах, которые могут вызвать некорректное поведение, сбой теста или вводящий в заблуждение результат; опускай только мелочи вроде чисто стилистических предпочтений или предпочтений в именовании».

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



Использование компьютера

Возможность использования компьютера работает на разных разрешениях, вплоть до максимального разрешения 2576px / 3.75MP. Внутреннее тестирование использования компьютера показывает, что отправка изображений в 1080p обеспечивает хороший баланс производительности и затрат.

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