Loading
Loading
Loading
Loading
Loading
Loading
Loading
Loading
Loading
Loading
Loading
Loading
Loading
Loading
Loading
Loading
本指南涵盖 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 的新功能。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特别的优势。它在现有的 Claude Sonnet 4.6 提示上开箱即用地表现良好。本指南中的模式涵盖了最常需要调优的行为。
Claude Sonnet 5 会根据任务的复杂性来校准响应长度，而不是默认采用固定的详细程度。这通常意味着对简单查询给出更短的答案，对开放式分析给出更长的答案。
如果您的产品依赖于特定风格或详细程度的输出，您可能需要调优您的提示。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（例如过度解释），您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。
effort 参数允许您在 Claude 的智能与令牌消耗之间进行调优，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 提高到 xhigh。尝试其他 effort 级别以进一步调优令牌使用量和智能：
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令牌使用量和智能。medium： 适合需要减少令牌使用量同时牺牲一定智能的成本敏感型用例。low： 保留给简短、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。作为迁移时的粗略跨模型映射：Claude Sonnet 5 在 medium 下的智能与 Claude Sonnet 4.6 在 high 下相当，Claude Sonnet 5 在 high 下与 Claude Sonnet 4.6 在 max 下相当。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 严格遵守 effort 级别，尤其是在低端。在 low 和 medium 下，模型会将其工作范围限定在所要求的内容上，而不会超出预期。这对延迟和成本有利，但在以 low effort 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浅层推理，请将 effort 提高到 high 或 xhigh，而不是通过提示来规避。如果您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，自适应思考默认开启。没有 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 上相同的请求是在不思考的情况下运行的。要完全关闭思考，请传递 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 上不使用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。如果您发现模型发出思考块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。与往常一样，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 multistep reasoning. When in doubt, respond directly.相反，如果您在 medium 下运行困难的工作负载并发现思考不足，首要手段是提高 effort。如果您需要更精细的控制，请直接通过提示来实现。
Claude Sonnet 5 不支持手动扩展思考（thinking: {type: "enabled", budget_tokens: N}），并会返回 400 错误。它在 Claude Sonnet 4.6 上已被弃用，现在已被移除。请改用带有 effort 参数的自适应思考。
Claude Sonnet 5 默认比 Claude Sonnet 4.6 更具智能体特性，会更主动地使用工具并运行自我验证循环。在禁用思考的情况下，模型不太可能使用工具或考虑搜索；如果您在关闭思考的情况下依赖工具调用，请在系统提示中添加明确的提醒。effort 也是工具使用的一个调节手段：high 或 xhigh effort 设置在智能体搜索和编码中会显示出明显更多的工具使用。对于您希望有更多工具使用的场景，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，请清楚地描述它为什么以及应该如何使用。
Claude Sonnet 5 在长时间的智能体执行过程中会向用户提供定期的、更高质量的更新。如果您添加了强制生成中间状态消息的脚手架（"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 面向用户的更新的长度或内容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。
Claude Sonnet 5 会字面地、明确地解释提示，尤其是在较低的 effort 级别下。它不会默默地将一个项目的指令泛化到另一个项目，也不会推断您没有提出的请求。这种字面性的好处是精确性，对于具有精心调优的提示、结构化提取以及需要可预测行为的管道的 API 用例，它通常表现更好。如果您需要 Claude 广泛地应用某个指令，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"）。
与任何新模型一样，长篇写作的文风可能会发生变化。如果您的产品依赖于特定的语气，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性，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。此约束对于 Sonnet 级别的模型是新的。迁移时请移除这些参数，改用系统提示指令来引导语气和多样性。
Claude Sonnet 5 在开放式前端和设计需求上可能会固定于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，但对于仪表板、开发工具、金融科技、医疗保健或企业应用来说可能感觉不合适。
泛泛的指令（"不要使用那种颜色"、"让它干净简约"）往往会使模型转向另一种固定的调色板，而不是产生多样性。有两种方法可以可靠地奏效：
1. 指定一个具体的替代方案。 模型会精确地遵循明确的规格：
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多个选项。 这会打破默认值并让用户掌控。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 垃圾"美学的通用模式，您可以在系统提示中包含一个简短的指令。frontend-design 技能提供了更完整的处理方式，但这个片段与前面的多样性方法配合使用效果很好：
<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>在单个用户轮次的自主异步编码智能体与多个用户轮次的交互式同步编码智能体之间，令牌使用量和行为可能有所不同。为了在编码产品中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，同时最小化用户轮次之后的额外令牌使用量。相比之下，通过多个用户轮次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。
如果您的代码审查框架是为早期模型调优的，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，而不是能力退化。当审查提示中包含"只报告高严重性问题"、"保持保守"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：它可能会同样彻底地调查代码、识别出错误，然后不报告它判断为低于您所设定标准的发现。这可能表现为模型进行了相同深度的调查，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错误上。精确率通常会上升，但即使模型的底层错误发现能力已经提高，测得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.此提示可以在没有实际第二步的情况下使用，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工作是覆盖范围而不是过滤。
如果您确实希望模型在单次处理中自我过滤，请具体说明标准在哪里，而不是使用"重要"之类的定性术语：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；只省略纯粹的风格或命名偏好之类的小问题。"
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。
Claude Sonnet 5 支持 computer_20251124 工具版本。计算机使用能力适用于各种分辨率，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 是具有强劲性能的低成本选项。请进行您自己的测试，以找到适合您用例的理想设置；尝试不同的 effort 设置也有助于调优模型的行为。
Was this page helpful?