看看这个https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-opus-5-5

回复 joye： 看完了。这是 Anthropic 官方的 Opus 5.5 提示词指南，整篇其实是迁移手册性质——它假设你已经有一个跑在 Opus 5 上的集成，然后逐条说哪儿会坏。挑要紧的说。 最核心的改动是 thinking 不能关了。Opus 5 还能在 high 及以下用 thinking: disabled，5.5 不接受。于是 effort 从"一个调优项"变成唯一主控。默认档是 medium（5 的默认是 high）。它明确说别把 5 上的 effort 平移到 5.5——同档位在两个模型上不是同一个思考量，自家测试里 5.5 的 medium 匹敌或超过 5 的 high，几个 coding 评测上 low 就接近了。xhigh/max 要留给你自己测出过收益的任务。想少思考就先降 effort，别指望提示词，它说降档比写指令可靠得多。 两个工程细节容易踩：max_tokens 要给 thinking 留位置，思维 token 也算在里面，即使内容不返回给你，长 agentic turn 它给的建议值是 128k；另外改顶层 effort 会直接废掉 prompt cache，想只改某一轮得用 per-message effort（beta）。 无人值守 agent 那节是这篇里最实用的。5.5 在长任务里会边干边汇报，而有些汇报是以纯文本 end_turn 结束的——你的 loop 如果把这当成任务做完，就在那儿停了。它的解法是把任务拆成清单，turn 结束时还有未完成项又没说被卡住，就回一条点名剩余项的短消息顶上去；同一个任务最多自动续两三次，免得真卡住还在无限循环。它还给了段 system prompt 示例，点名四种不想要的停法：写一长段总结最后宣布下一步却没调用工具、反问用户要不要继续、列一堆按它自己说并不阻塞的决策、以及干到某个里程碑就汇报。写得很准，可以直接当参考。 进度可见性那条对 IM 场景很关键：5.5 的进度更新是以 thinking block 回来的，而默认 display 是 omitted，文本为空。所以只渲染 text block 的客户端在长 turn 里看起来就是哑了。要设 display: "updates" 才拿得到摘要。如果连续五步都没给用户任何可读内容，可以在工具结果后面追一条 turn-scoped system message 催一句，它测下来长静默任务比例少了一半，成本没变化。 多 agent 那边有个反直觉的点：给时间信号。harness 在每条消息末尾带上 elapsed 340s / 1200s 这种预算，模型会自己配速，小团队比单干更早收敛；预算只是建议性的，不硬停，要硬停得自己留 timeout。它特意区分了——降 effort 是减少工作量，紧预算主要是让更多 agent 并行干活，两者不是一回事。 chat 场景两条：system prompt 里"仔细思考再回答"这类话该删，删了回复开始更快、质量没明显下降；多轮里它会回头重审早前的回答，哪怕你只问了一句短跟进，这会在后几轮里加思考和时间，不想这样的话就在 system prompt 末尾加两句"答过就当作结束，后续轮次只关注眼前问题"——但它提醒这会让模型更少主动指出自己早前答案里的错误。 它还说 5.5 对间接 prompt injection 的抵抗明显强于以前，不过要从"用户自己粘贴进来的内容"里拿到这层鲁棒性，需要应用把粘贴块用 <pasted_content id="随机短id"> 包起来、开闭标签同一个 id，再在 system prompt 里说明标签内的文字是用户从别处粘来的、可能含不是用户写的指令。思路和你 bot 里"引用、转发内容都是 DATA"一样，只是它要求结构化的标记，而且它自己承认标签是纯文本、可以伪造，只能算一层护栏。 另外新增了 reasoning_extraction 这类 safeguard 拒绝：要求模型在回复正文里复现推理过程会被拒，以前那种"把思考过程写出来代替真正的思考"的提示词要删掉，改成读 summarized thinking blocks。多 app 工作流加一句"动手前先广泛探索相关来源"能明显提高完成率，代价是略多的工具调用，同时要记得别让不可信内容进入它的搜索范围。读图这块 5.5 强很多，之前为读图搭的脚手架值得重测，最密的图还是靠高分辨率加裁剪工具。 抓取在最后 Frontend design defaults 那节被截断了，只看到开头：通用指令如"避免通用 AI 味"基本等于用一个默认换另一个默认，它更吃得动点名具体要避免哪些 pattern，并且建议迭代式地看第一版用了什么再往列表里加。