Составление подсказок для Claude Sonnet 5

В этом руководстве рассматриваются паттерны составления подсказок, специфичные для Claude Sonnet 5. О возможностях модели и изменениях в API см. Что нового в Claude Sonnet 5. О техниках, применимых ко всем актуальным моделям Claude, см. Лучшие практики составления подсказок.

Claude Sonnet 5 особенно сильна в программировании и агентных задачах. Она хорошо работает «из коробки» с существующими подсказками для Claude Sonnet 4.6. Паттерны в этом руководстве охватывают те аспекты поведения, которые чаще всего требуют настройки.

Длина ответа и многословность

Claude Sonnet 5 калибрует длину ответа в соответствии со сложностью задачи, а не придерживается фиксированного уровня многословности по умолчанию. Обычно это означает более короткие ответы на простые запросы и более длинные — при открытом анализе.

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

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

Если вы наблюдаете конкретные виды многословности (например, избыточные объяснения), вы можете добавить в подсказку дополнительные инструкции, чтобы их предотвратить. Положительные примеры, показывающие, как Claude может общаться с подходящим уровнем лаконичности, как правило, эффективнее отрицательных примеров или инструкций, указывающих модели, чего не делать.

Калибровка effort и глубины размышлений

Параметр effort (усилие) позволяет настраивать соотношение интеллекта Claude и расхода токенов, обменивая возможности на более высокую скорость и меньшую стоимость. В Claude Sonnet 5 effort по умолчанию равен high, как и в Claude Sonnet 4.6. Для самых сложных задач программирования и агентных задач повысьте effort до xhigh. Экспериментируйте с другими уровнями effort, чтобы дополнительно настроить расход токенов и интеллект:

• max: Абсолютный максимум возможностей без ограничений на расход токенов.
• xhigh: Сверхвысокий effort — рекомендуемая настройка для самых сложных сценариев программирования и агентных сценариев.
• high: Значение по умолчанию. Эта настройка балансирует расход токенов и интеллект для большинства сценариев использования.
• medium: Подходит для чувствительных к стоимости сценариев, где нужно сократить расход токенов ценой некоторого снижения интеллекта.
• low: Оставьте для коротких, чётко ограниченных задач и чувствительных к задержке нагрузок, не требующих высокого интеллекта.

Приблизительное соответствие между моделями при миграции: Claude Sonnet 5 на уровне medium сопоставима по интеллекту с Claude Sonnet 4.6 на уровне high, а Claude Sonnet 5 на уровне high сопоставима с Claude Sonnet 4.6 на уровне max. При бенчмаркинге сопоставляйте по наблюдаемой длине размышлений, а не по названию уровня effort.

Claude Sonnet 5 строго соблюдает уровни effort, особенно на нижнем конце шкалы. На уровнях low и medium модель ограничивает свою работу тем, что было запрошено, а не выходит за рамки. Это хорошо для задержки и стоимости, но на умеренно сложных задачах при effort low существует некоторый риск недостаточного обдумывания.

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

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

В Claude Sonnet 5 adaptive thinking (адаптивные размышления) включены по умолчанию. Запросы без поля thinking выполняются с адаптивными размышлениями. Это изменение по сравнению с Claude Sonnet 4.6, где те же запросы выполнялись без размышлений. Чтобы полностью отключить размышления, передайте thinking: {type: "disabled"}. Поскольку max_tokens — это жёсткий лимит на общий объём вывода (размышления плюс текст ответа), пересмотрите его для нагрузок, которые выполнялись без размышлений на Claude Sonnet 4.6. Если ранее вы использовали Claude Sonnet 4.6 с отключёнными размышлениями, попробуйте включить размышления с более низкими уровнями effort для Claude Sonnet 5.

Поведение срабатывания адаптивных размышлений поддаётся управлению. Если вы обнаружите, что модель выдаёт блоки размышлений чаще, чем вам хотелось бы, что может происходить при больших или сложных системных подсказках, добавьте указания для управления этим. Как всегда, измеряйте влияние любых изменений в подсказках 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 нагрузки на уровне medium и наблюдаете недостаточное обдумывание, первый рычаг — повысить effort. Если вам нужен более тонкий контроль, запросите его напрямую в подсказке.

Ручные расширенные размышления (thinking: {type: "enabled", budget_tokens: N}) не поддерживаются в Claude Sonnet 5 и возвращают ошибку 400. Они были объявлены устаревшими в Claude Sonnet 4.6 и теперь удалены. Вместо них используйте адаптивные размышления с параметром effort.

Срабатывание использования инструментов

Claude Sonnet 5 по умолчанию более агентна, чем Claude Sonnet 4.6, и охотнее обращается к инструментам и запускает циклы самопроверки. При отключённых размышлениях модель с меньшей вероятностью обращается к инструментам или рассматривает возможность поиска; если вы полагаетесь на вызовы инструментов при отключённых размышлениях, добавьте явное побуждение в системную подсказку. Effort также является рычагом для использования инструментов: настройки effort high или xhigh демонстрируют существенно более активное использование инструментов в агентном поиске и программировании. Для сценариев, где вам нужно более активное использование 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 Sonnet 5 предоставляет пользователю регулярные, более качественные обновления на протяжении длинных агентных трасс. Если вы добавили обвязку для принудительной выдачи промежуточных статусных сообщений («После каждых 3 вызовов инструментов подводи итог прогресса»), попробуйте её убрать. Если вы обнаружите, что длина или содержание пользовательских обновлений Claude Sonnet 5 плохо откалиброваны под ваш сценарий использования, явно опишите в подсказке, как должны выглядеть эти обновления, и приведите примеры.

Более буквальное следование инструкциям

Claude Sonnet 5 интерпретирует подсказки буквально и явно, особенно на более низких уровнях effort. Она не обобщает молча инструкцию с одного элемента на другой и не выводит запросы, которых вы не делали. Преимущество этой буквальности — точность, и в целом она лучше работает для сценариев использования API с тщательно настроенными подсказками, структурированным извлечением и конвейерами, где вам нужно предсказуемое поведение. Если вам нужно, чтобы Claude применяла инструкцию широко, явно укажите область применения (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. Если ваш продукт опирается 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.

Если ранее вы полагались на temperature для стилистического разнообразия, учтите, что установка temperature, top_p или top_k в значение, отличное от значения по умолчанию, возвращает ошибку 400 в Claude Sonnet 5. Это ограничение является новым для моделей класса Sonnet. Удалите эти параметры при миграции и вместо них используйте инструкции в системной подсказке для управления тоном и разнообразием.

Настройки дизайна и фронтенда по умолчанию

Claude Sonnet 5 может придерживаться устойчивого визуального стиля по умолчанию при открытых заданиях на фронтенд и дизайн. Фирменный стиль по умолчанию может хорошо смотреться для некоторых заданий, но казаться неуместным для дашбордов, инструментов разработчика, финтеха, здравоохранения или корпоративных приложений.

Общие инструкции («не используй этот цвет», «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 реализацией. Это ломает поведение по умолчанию и даёт пользователям контроль. Поскольку temperature не принимается в Claude Sonnet 5, этот подход является рекомендуемым способом получения существенно различающихся дизайнерских направлений между запусками. Пример подсказки:

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.

Чтобы уйти от шаблонных паттернов, которые пользователи называют эстетикой «AI slop», вы можете включить короткую директиву в системную подсказку. Навык frontend-design предлагает более полное рассмотрение, но этот фрагмент хорошо работает вместе с описанными выше подходами к 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 могут различаться между автономными, асинхронными агентами для программирования с одним ходом пользователя и интерактивными, синхронными агентами для программирования с несколькими ходами пользователя. Чтобы максимизировать как производительность, так и эффективность расхода токенов в продуктах для программирования, используйте effort xhigh или high, добавляйте автономные функции, такие как автоматический режим, и сокращайте количество взаимодействий, требуемых от ваших пользователей.

При ограничении количества необходимых взаимодействий с пользователем важно указать задачу, намерение и соответствующие ограничения заранее, в первом ходе человека. Предоставление хорошо специфицированных, ясных и точных описаний задач заранее помогает максимизировать автономность и интеллект, минимизируя дополнительный расход токенов после ходов пользователя. Напротив, неоднозначные или недостаточно специфицированные подсказки, передаваемые постепенно в течение нескольких ходов пользователя, как правило, относительно снижают эффективность расхода токенов, а иногда и производительность.

Обвязки для ревью кода

Если ваша обвязка для ревью кода была настроена под более раннюю модель, поначалу вы можете увидеть более низкую полноту (recall) на Claude Sonnet 5. Скорее всего, это эффект обвязки, а не регрессия возможностей. Когда в подсказке для ревью говорится что-то вроде «сообщай только о проблемах высокой серьёзности», «будь консервативен» или «не придирайся к мелочам», Claude Sonnet 5 может следовать этой инструкции более добросовестно, чем более ранние модели: она может исследовать код так же тщательно, выявить баги, а затем не сообщить о находках, которые, по её оценке, ниже заявленной вами планки. Это может проявляться в том, что модель проводит исследование той же глубины, но конвертирует меньше исследований в зафиксированные находки, особенно для багов низкой серьёзности. Точность (precision) обычно растёт, но измеряемая полнота может падать, даже несмотря на то, что базовая способность модели находить баги 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 находок 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 самостоятельно фильтровала за один проход, конкретно укажите, где находится планка, вместо использования качественных терминов вроде «важный»: например, «сообщай о любых багах, которые могут привести к некорректному поведению, падению теста или вводящему в заблуждение результату; 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-меры.

Использование компьютера

Claude Sonnet 5 поддерживает набор инструментов computer_toolset_20260801 (в Claude API и Google Cloud) и более раннюю версию инструмента computer_20251124. В Claude API и Google Cloud Claude Sonnet 5 также поддерживает инструмент использования браузера (browser_toolset_20260801) для задач внутри веб-страниц. Возможность «computer use» (использования компьютера) работает при различных разрешениях, вплоть до максимального разрешения 2576px / 3.75MP. Внутреннее тестирование использования компьютера показывает, что отправка изображений в разрешении 1080p обеспечивает хороший баланс производительности и стоимости.

Для особенно чувствительных к стоимости 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 effort также могут помочь настроить поведение модели.