Claude Sonnet 5 提示指南

本指南介绍 Claude Sonnet 5 特有的提示模式。有关该模型的能力和 API 变更，请参阅 Claude Sonnet 5 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 Sonnet 5 在编码和智能体任务方面具有突出优势。它在现有的 Claude Sonnet 4.6 提示上开箱即用即可表现良好。本指南中的模式涵盖了最常需要调优的行为。

响应长度与详细程度

Claude Sonnet 5 会根据任务的复杂程度来校准响应长度，而不是默认采用固定的 "verbosity"（详细程度）。这通常意味着在简单查询上给出更短的回答，在开放式分析上给出更长的回答。

如果您的产品依赖于特定风格或详细程度的输出，您可能需要调优提示。例如，要降低详细程度，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表现（例如过度解释），可以在提示中添加额外的指令来加以避免。展示 Claude 如何以恰当的简洁程度进行沟通的正面示例，往往比负面示例或告诉模型不要做什么的指令更有效。

校准 effort 与思考深度

effort 参数允许您在 Claude 的智能水平与令牌消耗之间进行调节，以能力换取更快的速度和更低的成本。在 Claude Sonnet 5 上，effort 默认为 high，与 Claude Sonnet 4.6 相同。对于最困难的编码和智能体任务，请将 effort 提升至 xhigh。您可以尝试其他 effort 级别，以进一步调节令牌用量和智能水平：

• max： 绝对最大能力，对令牌消耗没有任何限制。
• xhigh： 超高 effort，是最困难的编码和智能体用例的推荐设置。
• high： 默认值。此设置在大多数用例中平衡了令牌用量与智能水平。
• medium： 适合对成本敏感、需要减少令牌用量并愿意牺牲部分智能水平的用例。
• low： 留给简短、范围明确的任务，以及对延迟敏感但对智能水平不敏感的工作负载。

迁移时可参考的粗略跨模型对应关系：Claude Sonnet 5 的 medium 在智能水平上与 Claude Sonnet 4.6 的 high 相当，Claude Sonnet 5 的 high 与 Claude Sonnet 4.6 的 max 相当。进行基准测试时，请按观察到的思考长度而非 effort 名称进行匹配。

Claude Sonnet 5 严格遵循 effort 级别，尤其是在低端。在 low 和 medium 下，模型会将工作范围限定在所要求的内容上，而不会额外发挥。这有利于延迟和成本，但对于在 low effort 下运行的中等复杂任务，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较浅，请将 effort 提升至 high 或 xhigh，而不是通过提示来绕过。如果出于延迟考虑需要将 effort 保持在 low，请添加有针对性的指导：

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

在 Claude Sonnet 5 上，adaptive thinking（自适应思考）默认开启。不带 thinking 字段的请求会以自适应思考运行。这与 Claude Sonnet 4.6 不同，在 Claude Sonnet 4.6 上同样的请求会在不思考的情况下运行。要完全关闭思考，请传入 thinking: {type: "disabled"}。由于 max_tokens 是对总输出（思考加响应文本）的硬性限制，对于在 Claude Sonnet 4.6 上不带思考运行的工作负载，请重新审视该值。如果您之前在 Claude Sonnet 4.6 上关闭了思考，请尝试在 Claude Sonnet 5 上开启思考并使用较低的 effort 级别。

自适应思考的触发行为是可引导的。如果您发现模型输出思考块的频率高于您的预期（这在系统提示较大或较复杂时可能发生），请添加指导加以引导。一如既往，请衡量任何提示变更对性能的影响。示例：

Thinking adds latency and should only be used when it will meaningfully improve answer quality, typically for problems that require multistep reasoning. When in doubt, respond directly.

反之，如果您在 medium 下运行困难的工作负载并发现思考不足，首要手段是提升 effort。如果需要更精细的控制，请直接通过提示提出要求。

手动扩展思考（thinking: {type: "enabled", budget_tokens: N}）在 Claude Sonnet 5 上不受支持，会返回 400 错误。它在 Claude Sonnet 4.6 上已被弃用，现已移除。请改用自适应思考配合 effort 参数。

工具使用触发

Claude Sonnet 5 默认比 Claude Sonnet 4.6 更具智能体特性，会更主动地调用工具并运行自我验证循环。在禁用思考的情况下，模型调用工具或考虑搜索的可能性较低；如果您在关闭思考时依赖工具调用，请在系统提示中添加明确的提示。effort 也是影响工具使用的一个手段：high 或 xhigh effort 设置在智能体搜索和编码中会表现出明显更多的工具使用。对于您希望更多工具使用的场景，您也可以调整提示，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页搜索工具，请清楚地描述它为什么应该使用以及应该如何使用。

面向用户的进度更新

Claude Sonnet 5 会在长智能体轨迹中定期向用户提供更高质量的更新。如果您曾添加脚手架来强制输出中间状态消息（"每 3 次工具调用后，总结进度"），请尝试将其移除。如果您发现 Claude Sonnet 5 面向用户的更新在长度或内容上与您的用例不够匹配，请在提示中明确描述这些更新应该是什么样子，并提供示例。

更字面化的指令遵循

Claude Sonnet 5 会按字面和明确的方式解读提示，尤其是在较低的 effort 级别下。它不会默默地将一条指令从一个项目泛化到另一个项目，也不会推断您没有提出的请求。这种字面化的好处是精确性，对于提示经过精心调优的 API 用例、结构化提取以及您希望行为可预测的流水线，它通常表现更好。如果您需要 Claude 广泛地应用某条指令，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"）。

语气与写作风格

与任何新模型一样，长篇写作的文风可能会发生变化。如果您的产品依赖特定的语气，请针对新的基线重新评估风格提示。

例如，如果您的产品语气更温暖或更具对话感，请添加：

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

如果您之前依赖 temperature 来获得风格多样性，请注意，在 Claude Sonnet 5 上将 temperature、top_p 或 top_k 设置为非默认值会返回 400 错误。这一限制对 Sonnet 级别的模型来说是新增的。迁移时请移除这些参数，并改用系统提示指令来引导语气和多样性。

设计与前端默认风格

在开放式的前端和设计需求上，Claude Sonnet 5 可能会形成一种一致的默认视觉风格。默认的固有风格对某些需求来说可能效果不错，但对于仪表盘、开发工具、金融科技、医疗或企业应用来说可能显得不合适。

泛泛的指令（"不要用那个颜色"、"做得干净简约一些"）往往会让模型切换到另一套固定配色，而不是产生多样性。有两种方法可靠有效：

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. 让模型在构建之前先提出选项。 这会打破默认风格并让用户掌握控制权。由于 Claude Sonnet 5 不接受 temperature，这种方法是在多次运行中产生有意义差异的设计方向的推荐方式。示例提示：

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.

为了避开用户称之为"AI slop"（AI 粗制品）审美的通用模式，您可以在系统提示中加入一条简短的指令。frontend-design skill 提供了更完整的处理方式，但以下片段与前述多样性方法配合使用效果良好：

<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

在只有单个用户轮次的自主、异步编码智能体与具有多个用户轮次的交互式、同步编码智能体之间，令牌用量和行为可能有所不同。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 effort，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。

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说明任务、意图和相关约束。预先提供规格完善、清晰且准确的任务描述，有助于最大化自主性和智能水平，同时最小化用户轮次之后的额外令牌用量。相比之下，在多个用户轮次中逐步传达的模糊或规格不足的提示，往往会相对降低令牌效率，有时还会降低性能。

代码审查框架

如果您的代码审查框架是针对早期模型调优的，您最初可能会在 Claude Sonnet 5 上看到较低的召回率。这很可能是框架效应，而非能力退化。当审查提示中包含"只报告高严重性问题"、"保守一些"或"不要吹毛求疵"之类的内容时，Claude Sonnet 5 可能会比早期模型更忠实地遵循该指令：它可能同样彻底地调查代码、识别出缺陷，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了同样深度的调查，但将更少的调查转化为报告的发现，尤其是在较低严重性的缺陷上。精确率通常会上升，但测得的召回率可能下降，即使模型底层的缺陷发现能力已经提升。

一些推荐的提示用语：

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，它在发现阶段的职责是覆盖面而非过滤。

如果您确实希望模型在单次处理中自行过滤，请具体说明标准在哪里，而不是使用"重要"之类的定性词语：例如，"报告任何可能导致错误行为、测试失败或误导性结果的缺陷；仅省略纯粹的风格或命名偏好之类的细枝末节。"

请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

Claude Sonnet 5 支持 computer_toolset_20260801 工具集（在 Claude API 和 Google Cloud 上）以及较早的 computer_20251124 工具版本。在 Claude API 和 Google Cloud 上，Claude Sonnet 5 还支持用于网页内任务的浏览器使用工具（browser_toolset_20260801）。Computer use（计算机使用）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 发送图像可以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 是性能强劲的低成本选项。请自行测试以找到适合您用例的理想设置；尝试不同的 effort 设置也有助于调节模型的行为。