Anthropic вырезала 80% инструкций Claude: что это значит для ваших промптов

Anthropic только что выкинула 80% инструкций, которые сама же годами писала для Claude. Не потому что они были ошибочными — они прекрасно работали. Просто новые модели, вроде Opus 5 и Sonnet 5, в этой подпорке больше не нуждаются, а местами она их прямо тормозит. И это не изолированный случай: OpenAI, выпустив GPT-5.6, показала похожую картину — короткие промпты давали результат лучше на бенчмарках и почти вдвое дешевле по токенам. Тренд один и тот же у обеих компаний, и он меняет то, как стоит писать промпты для новых моделей Claude — в CLAUDE.md, в skills, в системных инструкциях для агентов.

Примеры больше не шаблон для копирования

Старое правило «покажи AI пример — и он поймёт, что такое хорошо» работало, пока модели были слабее. Проблема в том, что пример решает сразу две разные задачи: задаёт эстетику (стиль, формат, вёрстку) и задаёт подход (логику, ход мысли, структуру рассуждения). Когда вы просто прикладываете пример и просите «делай так же», модель копирует не только оформление, но и способ мышления — а это тот самый потолок, который раньше приходилось пробивать вручную. Для нового поколения моделей это ограничение уже не нужно и часто вредно.

Практический вывод: разделяйте эти две роли явно. Просите модель извлечь из нескольких примеров общий стандарт в свободной форме — что делает их хорошими, без привязки к конкретным клиентам, датам, формулировкам — и отдельно давайте один пример строго «для формата», с пометкой «смотри только на вёрстку, а не на содержание». Тогда пример перестаёт сужать интеллект модели и просто задаёт рамки внешнего вида.

От жёстких правил — к указателям

Второй миф — что чем жёстче и конкретнее правило, тем лучше. Anthropic в своём разборе прямо приводит пример: правило «никогда не пиши длинных комментариев в коде, максимум одна строка» было актуально полгода назад, но застряло как артефакт своего времени. Вместо жёсткого правила в блоге предлагается указатель: «пиши код, который читается так же, как код вокруг него» — модель сама смотрит на контекст и подстраивается.

Здесь важна граница: указатели нужны там, где контекст меняется от задачи к задаче — переписка, отчёты под разных клиентов, тон в разных тредах. А вот жёсткие правила стоит оставить там, где цена ошибки высока — юридические, финансовые, репутационные риски для бренда. Замена правила на указатель — это не отказ от контроля, а перенос контроля туда, где он реально нужен.

Одна инструкция — один дом

Третья находка Anthropic — самая неочевидная. Просматривая логи сотрудников, компания обнаружила, что модель регулярно получает противоречивые указания одновременно: в чате просят оставлять комментарии в коде, а в системном промпте где-то лежит запрет их писать. Модель в такой ситуации угадывает, какому источнику довериться — и результат становится непредсказуемым при абсолютно одинаковом запросе.

У инструкции должен быть один дом: для повторяющейся задачи в одной теме — это CLAUDE.md или системный промпт проекта; для процесса, который переиспользуется в разных темах — отдельный skill; для разового уточнения — сам чат. Если инструкция дублируется в нескольких местах и хотя бы немного расходится — рано или поздно она столкнётся сама с собой. Отдельно стоит проверить память модели: то, что она запомнила о вас сама, тоже может незаметно спорить с текущими инструкциями.

Что с этим делать

Ни один из старых приёмов не стал вредным сам по себе — вредным стало применять их бездумно к моделям, которые уже переросли необходимость в такой опеке. Если ваши CLAUDE.md и skills не менялись с прошлого года, велик шанс, что они не столько помогают Claude, сколько сдерживают его. Стоит один раз пройтись по ним и спросить: это правило всё ещё нужно модели — или это привычка, оставшаяся от более слабой версии?