Claude Opus 4.8 提示指南

本指南介绍 Claude Opus 4.8 特有的提示模式。有关该模型的功能和 API 变更，请参阅 Claude Opus 4.8 新特性。有关适用于所有当前 Claude 模型的技巧，请参阅提示最佳实践。

Claude Opus 4.8 在长周期代理任务、知识工作、视觉和记忆任务方面具有特别的优势。它在现有的 Claude Opus 4.7 提示上开箱即用，表现良好。以下模式涵盖了最常需要调整的行为。



响应长度和冗长度

Claude Opus 4.8 会根据其对任务复杂程度的判断来校准响应长度，而不是默认使用固定的冗长度。这通常意味着对简单查询给出较短的回答，而对开放式分析给出更长的回答。

如果您的产品依赖于特定风格或冗长度的输出，您可能需要调整提示。例如，要降低冗长度，您可以添加：

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

如果您发现特定类型的冗长现象（例如过度解释），可以在提示中添加额外的指令来防止它们。展示 Claude 如何以适当简洁程度进行沟通的正面示例，往往比告诉模型不要做什么的负面示例或指令更有效。



校准努力程度和思考深度

努力程度参数（effort parameter）允许您调整 Claude 的智能程度与令牌消耗之间的平衡，以能力换取更快的速度和更低的成本。对于编码和代理用例，请从 xhigh 努力级别开始；对于大多数对智能敏感的用例，请至少使用 high 努力级别。尝试其他努力级别以进一步调整令牌使用量和智能程度：

• max： 最大努力程度在某些用例中可以带来性能提升，但可能会因令牌使用量增加而出现收益递减。此设置有时也容易导致过度思考。请针对智能要求高的任务测试最大努力程度。
• xhigh： 超高努力程度是大多数编码和代理用例的最佳设置。
• high： 此设置在令牌使用量和智能程度之间取得平衡。对于大多数对智能敏感的用例，请至少使用 high 努力级别。
• medium： 适用于需要减少令牌使用量同时牺牲部分智能的成本敏感型用例。
• low： 保留用于简短、范围明确的任务以及对延迟敏感但对智能不敏感的工作负载。

Claude Opus 4.8 严格遵守努力级别，尤其是在较低级别。在 low 和 medium 级别下，模型会将其工作范围限定在所要求的内容上，而不会超额完成。这对延迟和成本有利，但在以 low 努力级别运行中等复杂度的任务时，存在一定的思考不足风险。

如果您在复杂问题上观察到推理过浅，请将努力程度提高到 high 或 xhigh，而不是通过提示来绕过这个问题。如果您出于延迟考虑需要将努力程度保持在 low，请添加有针对性的指导：

This task involves multi-step reasoning. Think carefully through the problem before responding.

对于此模型而言，努力程度可能比以往任何 Opus 模型都更重要，因此在升级时请积极进行实验。

在 Claude Opus 4.8 上，除非您显式设置 thinking: {type: "adaptive"}，否则思考功能是关闭的。自适应思考的触发行为是可引导的。如果您发现模型思考的频率超出您的预期（这在系统提示较大或较复杂时可能发生），请添加指导来引导它。一如既往，请衡量任何提示更改对性能的影响。示例：

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.

相反，如果您在 medium 级别运行困难的工作负载并发现思考不足，首要手段是提高努力程度。如果您需要更精细的控制，请直接通过提示来实现。



工具使用触发

Claude Opus 4.8 倾向于优先进行推理而非工具调用。在大多数情况下，这会产生更好的结果。然而，提高努力程度设置是增加工具使用水平的有效手段，尤其是在知识工作中。high 或 xhigh 努力程度设置在代理搜索和编码中会显示出明显更多的工具使用。对于您希望增加工具使用的场景，您还可以调整提示，明确指示模型何时以及如何正确使用其工具。例如，如果您发现模型没有使用您的网络搜索工具，请清楚地描述它应该使用的原因和方式。



面向用户的进度更新

Claude Opus 4.8 在长时间的代理执行过程中会向用户提供更频繁、更高质量的更新。如果您之前添加了强制生成中间状态消息的脚手架（例如"每 3 次工具调用后，总结一下进度"），请尝试将其移除。如果您发现 Claude Opus 4.8 面向用户的更新在长度或内容上未能很好地适配您的用例，请在提示中明确描述这些更新应该是什么样的，并提供示例。



更字面化的指令遵循

Claude Opus 4.8 会字面且明确地解释提示，尤其是在较低的努力级别下。它不会默默地将针对某一项的指令泛化到另一项，也不会推断您未提出的请求。这种字面化的好处是精确性和更少的反复，对于具有精心调整的提示、结构化提取以及需要可预测行为的流水线等 API 用例，它通常表现更好。如果您需要 Claude 广泛应用某条指令，请明确说明范围（例如，"将此格式应用于每个部分，而不仅仅是第一个部分"）。



语气和写作风格

与任何新模型一样，长篇写作的文体风格可能会有所变化。Claude Opus 4.8 倾向于直接、有主见的风格，很少使用以肯定开头的措辞，并且很少使用表情符号。如果您的产品依赖于特定的语气，请根据新的基准重新评估风格提示。

例如，如果您的产品语气更温暖或更具对话性，请添加：

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



控制子代理生成

Claude Opus 4.8 默认倾向于生成较少的子代理。然而，这种行为可以通过提示来引导；请为 Claude Opus 4.8 提供关于何时需要子代理的明确指导。以下是一个编码用例的简单示例：

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.



设计和前端默认设置

Claude Opus 4.8 具有很强的设计直觉，拥有一致的默认内置风格：暖色奶油/米白色背景（约 #F4F1EA）、衬线展示字体（Georgia、Fraunces、Playfair）、斜体词语强调，以及赤陶/琥珀色点缀。这种风格非常适合编辑类、酒店业和作品集类需求，但对于仪表板、开发工具、金融科技、医疗保健或企业应用程序会显得不合适。此默认风格会出现在幻灯片和网页 UI 中。

这种默认风格具有持续性。通用指令（"不要使用奶油色"、"让它简洁极简"）往往会使模型转向另一个固定的调色板，而不是产生多样性。以下两种方法可靠有效：

1. 指定具体的替代方案。 模型会精确遵循明确的规格：

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. 让模型在构建之前提出选项。 这会打破默认设置并让用户拥有控制权。如果您之前依赖 temperature 来获得设计多样性，请使用此方法；它会在多次运行中产生有意义的不同方向。示例提示：

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.

此外，与之前的模型相比，Claude Opus 4.8 需要更少的前端设计提示即可避免用户所称的"AI 粗制滥造"美学的通用模式。对于早期模型，Anthropic 在 frontend-design 技能中推荐了一个较长的提示片段。然而，Claude Opus 4.8 只需更少的提示指导即可生成独特、富有创意的前端。以下提示片段与前述关于多样性的提示建议配合使用效果良好：

<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>



交互式编码产品

Claude Opus 4.8 的令牌使用量和行为在单一用户轮次的自主异步编码代理与多用户轮次的交互式同步编码代理之间可能有所不同。具体而言，它在交互式环境中倾向于使用更多令牌，主要是因为它在用户轮次之后会进行更多推理。这可以在长时间的交互式编码会话中提高长周期连贯性、指令遵循和编码能力，但也会带来更多的令牌使用量。为了在编码产品中同时最大化性能和令牌效率，请使用 xhigh 或 high 努力级别，添加自动模式等自主功能，并减少用户所需的人工交互次数。

当然，在限制所需用户交互次数时，重要的是在第一个人类轮次中预先指定任务、意图和相关约束。预先提供明确、清晰且准确的任务描述有助于最大化自主性和智能程度，同时最小化用户轮次后的额外令牌使用量。由于 Claude Opus 4.8 比之前的模型更具自主性，这种使用模式有助于最大化性能。相比之下，在多个用户轮次中逐步传达的模糊或不充分的提示往往会相对降低令牌效率，有时也会降低性能。



代码审查框架

Claude Opus 4.8 在发现错误方面明显优于之前的模型，在内部评估中具有更高的召回率和精确率。然而，如果您的代码审查框架是针对早期模型调整的，您最初可能会看到较低的召回率。这很可能是框架效应，而不是能力退化。当审查提示包含"仅报告高严重性问题"、"保持保守"或"不要吹毛求疵"等内容时，Claude Opus 4.8 可能会比早期模型更忠实地遵循该指令：它可能会同样彻底地调查代码、识别错误，然后不报告它判断为低于您所述标准的发现。这可能表现为模型进行相同深度的调查，但将较少的调查转化为报告的发现，尤其是对于较低严重性的错误。精确率通常会上升，但即使模型的底层错误发现能力有所提高，测量到的召回率也可能下降。

一些推荐的提示语言：

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.

即使没有实际的第二步，也可以使用此提示，但将置信度过滤从发现步骤中移出通常会有所帮助。如果您的框架有单独的验证、去重或排序阶段，请明确告诉模型它在发现阶段的任务是覆盖率而不是过滤。

如果您确实希望模型在单次处理中进行自我过滤，请具体说明标准在哪里，而不是使用"重要"等定性术语：例如，"报告任何可能导致不正确行为、测试失败或误导性结果的错误；仅省略纯风格或命名偏好等琐碎问题。"

针对您的评估或测试用例的子集迭代提示，以验证召回率或 F1 分数的提升。



计算机使用

计算机使用（computer use）功能适用于各种分辨率，最高分辨率为 2576px / 3.75MP。内部计算机使用测试表明，以 1080p 发送图像可在性能和成本之间取得良好的平衡。

对于特别注重成本的工作负载，720p 或 1366×768 是成本较低且性能强劲的选项。请自行测试以找到适合您用例的理想设置；尝试不同的努力程度设置也有助于调整模型的行为。