Claude Code reduziert System-Prompt um 80 % – Warum Opus 5 dennoch um 72 % wächst

Einleitung

Anthropic hat kürzlich eine wesentliche Änderung daran vorgestellt, wie Claude Code seinen neuesten Modellen Kontext bereitstellt.

Für Claude Opus 5, Claude Fable 5 und andere fortschrittliche Claude 5-Modelle gab das Unternehmen an, über 80 % der System-Prompt-Inhalte entfernt zu haben, die zuvor dazu dienten, ältere Modelle korrekt zu steuern. Anthropic erklärte zudem, dass diese Verschlankung zu keiner messbaren Leistungseinbuße bei den Code-Bewertungen geführt habe.

Das klingt nach einer klaren Geschichte: Stärkere Modelle benötigen weniger detaillierte Regeln.

Doch ein unabhängiger Entwickler, Chen Cheng (@chenchengpro), hat die von Claude Code für mehrere Modellversionen generierten Ausgabekontexte erfasst und eine überraschende Sequenz gemeldet:

Von Opus 4.8 zu Opus 5 stieg der gemessene Prompt-Inhalt um etwa 72 %.

Auf den ersten Blick scheinen Anthropics Aussage „über 80 % entfernt" und das vom Entwickler gemessene „Wachstum um 72 %" im Widerspruch zu stehen.

Das ist jedoch nicht der Fall.

Die beiden Zahlen verwenden unterschiedliche Ausgangspunkte und beschreiben verschiedene Aspekte der Transformation von Claude Code. Anthropic beschreibt den Wandel weg von einer alten, stark regulierten Prompt-Architektur. Der Entwickler hingegen vergleicht Opus 5 mit dem ungewöhnlich kompakten Prompt, den Opus 4.8 in einer bestimmten Erfassungskonfiguration verwendete.

Claude Code hat tatsächlich einen Großteil des alten Anweisungsrahmens entfernt. Opus 5 erhielt anschließend einen kleineren Satz neuer, gezielter Beschränkungen, um Verhaltensweisen zu kontrollieren, die mit zunehmender Modellautonomie stärker hervortreten.

Anthropic entfernte über 80 % der alten Prompt-Inhalte

Anthropics offizielle Erklärung beginnt mit einem Problem, das viele Entwickler von Agenten erkennen: Anweisungen häufen sich an.

Wenn ein früheres Modell wiederholt einen bestimmten Fehler machte, fügte das Produktteam eine Regel hinzu. Schrieb es unnötige Kommentare, kam eine Kommentarregel dazu. Erstellte es unnötige Planungsdokumente, folgte eine Dokumentationsregel. Nutzte es ein Werkzeug falsch, wurden Beispiele zur Werkzeugnutzung ergänzt. Überprüfte es seine Arbeit nicht, wurde eine weitere Validierungsanweisung hinzugefügt.

Mit der Zeit glich der System-Prompt einem Mitarbeiterhandbuch, das nur für jeweils einen Vorfall zusammengestellt wurde.

Dieser Ansatz half den frühen Modellen, brachte aber neue Probleme mit sich.

Anweisungsüberschneidungen verursachen Reibung

Claude Code erhält nicht nur einen einzigen Prompt. Sein Arbeitskontext kann Folgendes umfassen:

• Produkt-System-Prompt
• Werkzeugdefinitionen
• CLAUDE.md-Datei
• Regeln
• Fertigkeiten
• Gedächtnis
• Benutzeranweisungen
• Code-Repository-Dateien
• Ausgaben von Befehlen und Werkzeugen

Wenn sich mehrere Anweisungsebenen wiederholen oder geringfügig widersprechen, muss das Modell Denkleistung aufwenden, um zu entscheiden, welche Anweisung Vorrang haben soll.

Beispielsweise könnte eine Ebene besagen, dass bei Bedarf Dokumentation hinzugefügt werden soll, während eine andere Ebene anordnet, keine Kommentare oder Dokumentation zu erstellen, es sei denn, dies wird ausdrücklich verlangt. Eine Projektdatei könnte dann eine dritte Regel hinzufügen, die dasselbe Verhalten abdeckt.

Das Modell mag dann noch zum richtigen Ergebnis gelangen, doch der Kontext leistet bereits unnötige Arbeit, bevor die Codierungsaufgabe überhaupt begonnen hat.

Aktualisierte Modelle können stärker auf lokale Urteilskraft vertrauen

Anthropic gibt ein klares Beispiel, das Kommentare und Dokumentation betrifft.

Die alte Version von Claude Code verwendete strenge und detaillierte Einschränkungen, um qualitativ minderwertige Kommentare und unnötige Planungsdateien zu verhindern. Die aktualisierte Anweisung ist dagegen deutlich knapper: Schreibe Code, der zum Stil des umgebenden Projekts passt, einschließlich seiner Namenskonventionen, seines idiomatischen Stils und seiner Kommentardichte.

Diese Änderung verlagert die Entscheidungsgrundlage von globalen Regeln hin zu lokalen Belegen.

Das System sagt Claude nicht mehr, dass Kommentare grundsätzlich unerwünscht sind. Es fordert ihn auf, zu prüfen, wie im Repository vorhandener Code Absichten vermittelt.

Dies ist das übergreifende Muster hinter dem verschlankten Prompt:

Alte Methode:
Beschreibe alle möglichen Fehler, die auftreten können, und verbiete sie im Voraus.

Neue Methode:
Biete Produktrolle, Werkzeug, Grenzen und relevante Belege,
und lass das Modell dann innerhalb dieser Beschränkungen selbst urteilen.

Anthropic berichtet, dass das Entfernen von über 80 % des alten System-Prompts zu keiner messbaren Verschlechterung der Code-Bewertungsergebnisse geführt hat.

Dieses Ergebnis bedeutet nicht, dass Anweisungen unwichtig geworden sind. Es bedeutet, dass effektive Anweisungen sich verändert haben.

Neue Regeln für die Kontextentwicklung

Anthropics Neugestaltung lässt sich durch einige „Früher vs. Heute"-Verschiebungen zusammenfassen.

Diese Änderungen betreffen nicht nur Anthropics interne System-Prompts. Sie beeinflussen auch, wie Entwickler CLAUDE.md, Fertigkeiten, Werkzeuge und benutzerdefinierte Agentenframeworks pflegen sollten.

CLAUDE.md auf projektspezifische Fakten konzentrieren

Die CLAUDE.md-Datei wird zu Beginn einer Claude Code-Sitzung geladen. Dies macht sie ideal für Repository-Informationen, die Claude kontinuierlich kennen muss.

Gute Inhalte umfassen:

• Architekturentscheidungen, die nicht aus dem Code ableitbar sind.
• Erforderliche Build- und Testbefehle.
• Repository-spezifische Konventionen.
• Wichtige Verzeichnisse und Eigentumsgrenzen.
• Vom Projekt benötigte oder verbotene Bibliotheken.
• Nicht offensichtliche Sicherheits- oder Bereitstellungsbeschränkungen.

Weniger nützliche Inhalte umfassen:

• Allgemeine Ratschläge, die Claude bereits kennt.
• Lange Arbeitsschritte, die nur gelegentlich verwendet werden.
• Fakten, die direkt aus Paketdateien oder Quellcode ersichtlich sind.
• Dieselben Anweisungen, die in Werkzeugen, Fertigkeiten und Benutzer-Prompts wiederholt werden.
• Große Beispiele, die bei jeder Anfrage Kontext verbrauchen.

Die aktuelle Dokumentation von Claude Code empfiehlt, CLAUDE.md knapp zu halten und prozedurales oder referenzintensives Material in bedarfsgesteuert ladbare Fertigkeitsdateien auszulagern.

Eine zentrale Datei könnte wie folgt aussehen:

# Projektrichtlinien

- Für alle Paketverwaltungsbefehle wird pnpm verwendet.
- Vor der Meldung eines abgeschlossenen Code-Änderungsvorgangs `pnpm test` und `pnpm lint` ausführen.
- Öffentliche APIs werden unter `packages/sdk` definiert; vermeide bahnbrechende Änderungen.
- Datenbankmigrationen müssen eine entsprechende Rollback-Datei enthalten.
- Generierte Dateien unter `src/generated` nicht direkt bearbeiten.

Es ist nicht nötig, allgemeines Softwareentwicklungsverhalten ausführlich zu erklären.

Lange Schritte in Fertigkeiten auslagern

Fertigkeiten bündeln wiederverwendbare Anweisungen in SKILL.md-Dateien. Nur wenn die Fertigkeit verwendet wird, wird ihr vollständiger Inhalt geladen, ohne bei jeder unabhängigen Aufgabe Kontext zu verbrauchen.

Dies macht Fertigkeiten besser geeignet für Workflows wie:

• Pull-Request-Reviews.
• Release-Vorbereitung.
• Sicherheitsüberprüfungen.
• Frontend-Validierung.
• Datenbankmigrationen.
• Ereignisuntersuchungen.
• Dokumentationsveröffentlichung.

Eine minimale Review-Fertigkeit könnte wie folgt strukturiert sein:

description: Überprüft Pull-Requests auf Korrektheit, Regressionen und fehlende Tests.

Überprüfung von Pull Requests

1. Lesen Sie den vollständigen Diff und die betroffenen Tests.
2. Identifizieren Sie zuerst konkrete Fehler, nicht Stilvorlieben.
3. Führen Sie die kleinstmögliche relevante Testsuite aus.
4. Prüfen Sie, ob sich das öffentliche Verhalten oder die Kompatibilität geändert hat.
5. Melden Sie Ihre Erkenntnisse nach Schweregrad geordnet und mit Dateiverweisen.

Dieser Schritt ist nur zu Beginn der Überprüfungsarbeit verfügbar, belastet jedoch keine Anfragen, die Claude lediglich bitten, einen Variablennamen zu ändern.

Dies ist eine progressive Offenlegung: An den entscheidenden Stellen wird passender Kontext bereitgestellt.

Entfernen doppelter Anweisungen

Grundsätzlich sollte jede Anweisung nur an einer autoritativen Stelle existieren.

Zum Beispiel:

• Produktverhalten gehört ins System-Prompt.
• Projektbezogene Fakten gehören in die CLAUDE.md.
• Wiederverwendbare Schritte gehören zu den Skills.
• Toolspezifische Anforderungen gehören in die Tool-Definition.
• Deterministische Ausführung gehört in Hooks, Berechtigungen, Tests oder Skripte.

Das Wiederholen derselben Regel auf jeder Ebene verstärkt sie nicht unbedingt, sondern vergrößert möglicherweise den Kontext, führt zu Formulierungsunterschieden und erschwert die spätere Wartung.

Bevor Sie eine weitere Anweisung hinzufügen, fragen Sie sich:

1. Wurde dies bereits an anderer Stelle ausgedrückt?
2. Kann Claude dies aus der Codebasis ableiten?
3. Ist es eine Tatsache, ein Schritt oder eine zwingende Ausführungsanforderung?
4. Muss es bei jeder Anfrage geladen werden?
5. Erzwingen Tests oder Hooks die Regel zuverlässiger als eine Textbeschreibung?

Entwerfen Sie bessere Tools, anstatt mehr Beispiele zu schreiben

Frühere Leitfäden zur Prompt-Engineering empfahlen oft, mehrere Beispiele zur Tool-Nutzung bereitzustellen.

Anthropic ist der Ansicht, dass Beispiele fortgeschrittene Modelle einschränken können, da sie dem demonstrierten Pfad folgen. Das Modell könnte die Beispiele nachahmen, anstatt für die aktuelle Aufgabe bessere Parameter oder Tool-Kombinationen zu wählen.

Ein gut gestaltetes Tool sollte seine Verwendung durch seine Oberfläche klar vermitteln:

• Klare Parameternamen.
• Präzise Beschreibungen.
• Explizite optionale Felder.
• Nützliche Aufzählungswerte.
• Vorhersagbare Ausgaben.
• Umsetzbare Fehlermeldungen.

Zum Beispiel vermitteln die folgenden Aufzählungswerte:

{
"status": "ausstehend | in_bearbeitung | abgeschlossen"
}

die gültigen Statusübergangsregeln direkter als ein langer Absatz.

Fügen Sie einige feste Beispiele hinzu.

Beispiele sind weiterhin nützlich, wenn das Format oder das Grenzverhalten mehrdeutig sein könnte. Diese Änderung bedeutet nicht "niemals Beispiele verwenden", sondern "verwenden Sie keine Beispiele als Ersatz für eine gut gestaltete Schnittstelle."

Bereitstellung ausführbarer Referenzen

Die neuen Claude-Modelle können direkt auf der Grundlage reichhaltigerer Referenzen arbeiten.

Entwickler müssen nicht jede Anforderung in Text beschreiben, sondern können Folgendes bereitstellen:

• Vorhandenen Code.
• Testfälle.
• Einen fehlgeschlagenen Befehl.
• Einen HTML-Prototypen.
• Einen Screenshot.
• Ein Muster.
• Ein Designdokument.
• Ein Benchmark-Skript.
• Eine Beispieleingabe und die erwartete Ausgabe.

Ein ausführbarer Test definiert das Erfolgskriterium oft klarer als mehrere Absätze, die beschreiben, dass "die Implementierung korrekt sein sollte".

Dies verschiebt das Context Engineering vom Schreiben großer Handbücher hin zum Entwerfen einer besseren Arbeitsumgebung.

Unabhängiger Test zeigt 72% Rückschritt

Nachdem Anthropic eine Reduzierung um 80% angekündigt hatte, berichtete der Entwickler Chen Cheng, dass er getestet habe, was Claude Code tatsächlich für mehrere Opus-Modelle sendet.

Er leitete die CLI auf einen lokalen Server um und zeichnete die ausgehenden Anfragen auf. Die von ihm veröffentlichten Zeichenzahlen sind:

Opus 4.7: 15.225 Zeichen
Opus 4.8: 4.467 Zeichen
Opus 5: 7.694 Zeichen

Diese Zahlen zeigen drei verschiedene Vergleiche:

Daher war der erfasste Opus 5-Prompt viel länger als der von Opus 4.8, aber nur etwa halb so lang wie der von Opus 4.7.

Dies sind Zeichenzahlen, keine Token-Anzahlen. Sie repräsentieren auch nur eine einzige erfasste Claude Code-Konfiguration, keine universelle Spezifikation für jede Anfrage.

Claude Code kann den Kontext dynamisch basierend auf Tools, Konfiguration, Funktionen und Produktstatus zusammensetzen. Der genaue übertragene Inhalt kann je nach Version und Umgebung variieren.

Warum sowohl 80% als auch 72% richtig sein können

Sobald die verschiedenen Bezugspunkte unterschieden werden, löst sich dieser scheinbare Widerspruch auf.

Anthropics Zahl beschreibt eine Architekturbereinigung

Anthropic gab an, dass es im Vergleich zum älteren, anweisungsintensiven Design mehr als 80% des von den fortschrittlichen Claude 5-Modellen verwendeten System-Prompts entfernt hat.

Diese Zahl bezieht sich auf die Menge der entfernten Legacy-Prompts während des Übergangs zu einer neueren Context-Engineering-Architektur.

Es wird nicht behauptet, dass jede Opus 5-Anfrage zeichenmäßig 80% kürzer ist als jede Opus 4.8-Anfrage.

Die Zahl des Entwicklers vergleicht zwei benachbarte Erfassungen

Die 72%-Zahl vergleicht die aufgezeichnete Opus 5-Anfrage mit der vom Entwickler erfassten ungewöhnlich kleinen Opus 4.8-Anfrage.

Opus 4.8 scheint der Tiefpunkt in diesem Drei-Modell-Vergleich zu sein. Opus 5 hingegen

hat gezielte Anweisungen hinzugefügt, während die Gesamtlänge immer noch viel kürzer ist als der ältere Opus 4.7-Pfad.

Daher können beide Aussagen nebeneinander bestehen:

Alte Prompt-Architektur → Fortgeschrittener Modell-Prompt:
Insgesamt drastisch reduziert.

Opus 4.8-Erfassung → Opus 5-Erfassung:
Teilweiser Anstieg basierend auf der kleinsten gemessenen Version.

Claude Code scheint unterschiedliche Prompt-Pfade zu unterhalten

Die Untersuchung des Entwicklers berichtete auch, dass die Implementierung von Claude Code zwei Sätze von Prompt-Pfaden enthält.

Eine Routing-Funktion wählt für ältere Modellkennungen den detaillierteren Legacy-Prompt und für neuere Modelle den vereinfachten Prompt aus.

Der gemeldeten Logik zufolge befinden sich Modelle wie ältere Opus-, Sonnet-, Haiku- und Claude 3-Serie auf dem detaillierten Prompt-Pfad, während Opus 4.8, Opus 5, Fable 5 und andere neuere Modelle die kürzere Architektur verwenden.

Dieses Routing-Detail stammt aus einer Drittanbieter-Überprüfung, nicht aus der offiziellen Architekturdokumentation von Anthropic.

Es deckt sich jedoch mit Anthropics öffentlicher Erklärung: Stärkere Modelle können mit weniger normativem Rahmen arbeiten, während ältere Modelle möglicherweise weiterhin explizite Einschränkungen benötigen, die neuere Modelle aus dem Kontext ableiten können.

Warum Opus 5 neue gezielte Anweisungen benötigt

Claude Opus 5 ist in der Lage, über längere Zeiträume autonom zu arbeiten, als frühere Opus-Modelle.

Diese Fähigkeit führt Verhalten ein, das bei großen Aufgaben nützlich ist, aber bei kleinen Aufgaben teuer oder ablenkend sein kann.

Der offizielle Opus 5-Promptleitfaden von Anthropic hebt mehrere Aspekte hervor, die möglicherweise angepasst werden müssen:

• Antwortlänge und Ausführlichkeit
• Fortschrittsaktualisierungen für Benutzer
• Länge schriftlicher Ergebnisse
• Aufgabenumfang
• Übermäßige Überprüfung
• Delegation an Unteragenten
• Selbstkorrektur

Laut analysierten Entwicklerunterschieden sind rund um die Arbeit an Ergebnissen und die Handhabung von Korrekturen zahlreiche neue Inhalte entstanden.

Die genauen privaten Texte sollten nicht als offizielle öffentliche Spezifikation betrachtet werden, aber diese Kategorien stimmen weitgehend mit den veröffentlichten Opus 5-Richtlinien von Anthropic überein.

Fortschrittsaktualisierungen können zu häufig werden

Bei langwierigen Migrationen oder umfassenden Repository-Untersuchungen sind Fortschrittsberichte hilfreich.

Bei kleinen Änderungen erhöhen häufige Erzählungen Verzögerung und Token-Verbrauch, ohne den Code zu verbessern.

Eine nützliche Agentenstrategie muss diese beiden Fälle unterscheiden:

Berichte Fortschritt bei langen, mehrstufigen Arbeiten, wenn das Update dem Benutzer hilft, den Status zu verstehen oder Entscheidungen zu treffen.
Erzähle nicht jeden routinemäßigen Tool-Aufruf.

Das Ziel ist nicht Stille, sondern angemessene Kommunikation.

Stärkere Modelle können den Aufgabenumfang übermäßig ausweiten

Ein fortschrittlicher Kodierungsagent könnte bei der Erledigung der angeforderten Änderungen auf verwandte Probleme stoßen.

Manchmal ist diese Proaktivität wertvoll. Andere Male kann sie eine einfache Anfrage in eine umfassende Umgestaltung verwandeln, die der Benutzer nicht genehmigt hat.

Bei Opus 5 werden Aufgabengrenzen wichtiger, gerade weil das Modell leistungsfähiger ist.

Es ist besser darin, zusätzliche Arbeit zu finden.

Klare Anfragen können so formuliert werden:

Behebe das gemeldete Problem und die direkt betroffenen Tests.
Baue keine unabhängigen Module um und erweitere keine öffentlichen APIs.

Grenzbedingungen definieren, was „erledigt" bedeutet, ohne jeden Implementierungsschritt vorzuschreiben.

Unteragenten können Kosten verursachen

Anthropic gibt an, dass Opus 5 eher dazu neigt, Unteragenten einzusetzen als frühere Modelle.

Delegation ist wertvoll, wenn die Arbeit wirklich unabhängig und groß genug für parallele Verarbeitung ist. Wenn eine Aufgabe direkt mit wenigen Tool-Aufrufen erledigt werden kann, ist Delegation ineffizient.

Die offiziellen Richtlinien empfehlen, klare Bedingungen oder deterministische Einschränkungen anzugeben.

Praktische Anweisungen lauten wie folgt:

Verwende Unteragenten nur für größere, unabhängige Arbeitsabläufe.
Erstelle keine Unteragenten, um Arbeiten zu wiederholen oder zu verifizieren, die du direkt erledigen kannst.
Halte die Anzahl gleichzeitiger Agenten gering.

Dies kontrolliert Kosten und Zeit, ohne nützliche Funktionen zu deaktivieren.

Wiederholte Selbstkorrektur kann Verschwendung verursachen

Opus 5 ist darauf ausgelegt, viele seiner eigenen Fehler zu finden und zu beheben.

Prompts, die wiederholt „alles doppelt prüfen", „erneut verifizieren" oder „mit einem anderen Agenten erneut überprüfen" verlangen, verstärken das instinktive Verhalten des Modells.

Anthropic gibt an, dass das Entfernen redundanter Verifizierungsanweisungen unnötigen Token-Verbrauch reduzieren kann, ohne die Qualität zu beeinträchtigen.

Überprüfung bleibt dennoch entscheidend, sollte aber auf konkreten Beweisen basieren:

• Führe relevante Tests aus.
• Baue das Projekt.
• Überprüfe die gerenderte Seite.
• Vergleiche die Ausgabe mit der Spezifikation.
• Überprüfe die endgültigen Unterschiede.

Ein ineffizientes Muster ist es, nach bestandenen objektiven Prüfungen zusätzliche abstrakte Reflexion zu verlangen.

Wie Entwickler sich jetzt anpassen sollten

Die offiziellen Richtlinien und unabhängige Tests weisen auf dieselbe praktische Lektion hin: Kontext sollte um Funktionalität herum organisiert sein, nicht durch Bedenken aufgehäuft.

1. Überprüfe den vollständigen Kontext-Stack

Überprüfe alle Stellen, die Claude beeinflussen könnten:

• CLAUDE.md
• Regeln
• Fähigkeiten
• Tool-Beschreibungen
• Hooks
• MCP-Server-Anweisungen
• Benutzer-Prompts
• Benutzerdefinierte System-Prompts im Agenten-Framework

Suche nach doppelten, widersprüchlichen, veralteten und zu weit gefassten Anweisungen.

1. Behalte nur nicht offensichtliche Projektregeln in CLAUDE.md

Entferne Informationen, die Claude direkt aus Quelldateien, Paketlisten oder Standardspezifikationen abrufen kann.

Behalte Entscheidungsinhalte, die sonst nicht sichtbar sind.

1. Verlagere Abläufe in Fähigkeiten

Wenn ein Teil eine wiederholbare Sequenz beschreibt, nicht feste Fakten, mache ihn zu einer Fähigkeit.

Das verkleinert den Standardkontext und macht Arbeitsabläufe wiederverwendbar.

1. Lege Tool-Erklärungen in die Tools selbst

Wiederhole Parameterregeln für Tools nicht in System-Prompts, CLAUDE.md und jeder Benutzeranfrage.

Versorge Tools mit klar strukturierten Architekturen und genauen Beschreibungen.

1. Ersetze lange Beschreibungen durch Tests und Referenzen

Gib, wenn möglich, konkrete Ergebnisse vor, die Erfolg definieren.

Fehlgeschlagene Tests, Prototypen, Architekturen oder erwartete Ausgaben sind präziser als lange Ausführungen darüber, wie „das Ergebnis aussehen sollte".

1. Setze Grenzen für das proaktive Verhalten von Opus 5

Legen für kleine Aufgaben klar fest:

• Zulässiger Umfang.
• Ob der Einsatz von Unteragenten angemessen ist.
• Wo detaillierte Fortschrittsdarstellung nützlich ist.
• Welche Überprüfung erforderlich ist.
• Wann der Agent aufhören sollte.

Behebe das nicht durch die Wiederherstellung umfangreicher allgemeiner Handbücher.

1. Führe die Diagnose-Tools von Claude Code aus

Anthropic gibt an, dass die aktuellen Best Practices in den Doctor-Workflow von Claude Code integriert sind.

Führe in der Shell aus:

claude doctor

Führe in Claude Code aus:

/doctor

Die Diagnose kann Installation, Konfiguration, MCP-Server und Kontextnutzung überprüfen. Die aktuelle Version kann auch dabei helfen, zu große oder ungültige Kontextkonfigurationen zu identifizieren.

Ihre Vorschläge sollten geprüft werden, anstatt Projektanweisungen blind zu löschen.

Ein Beispiel für Kontext-Vorher-Nachher

Überladene Konfiguration

# CLAUDE.md

Überprüfe vor jeder Bearbeitung immer das Repository.
Schreibe immer sauberen Code.
Teste immer jede Änderung.
Füge niemals unnötige Kommentare hinzu.
Füge niemals unnötige Dateien hinzu.
Verwende das Test-Tool genau wie unten gezeigt...

[Mehrere Seiten mit Überprüfungs-, Veröffentlichungs-, Test- und Tool-Erklärungen]

Diese Datei enthält allgemeine Erwartungen, wiederholbare Abläufe und Tool-Dokumentation, deren Relevanz taskspezifisch uneinheitlich ist.

Fokussierte Konfiguration

# CLAUDE.md

- Verwende pnpm; dieses Repository unterstützt weder npm noch yarn.
- Erfordert Kompatibilität der öffentlichen API unter `packages/sdk`.
- Führe `pnpm test` und `pnpm lint` aus, bevor du Codeänderungen abschließt.
- Veröffentlichungsschritte befinden sich in der Fähigkeit `/release-check`.
- Sicherheitsüberprüfungsschritte befinden sich in der Fähigkeit `/security-review`.

Die kleinere Datei behält projektspezifische Informationen bei und delegiert bedingte Abläufe an Fähigkeiten.

Dies ist die wahre Bedeutung der Prompt-Reduzierung: weniger permanente Anweisungen und besser strukturierter Kontext.

Messergebnisse beweisen nichts

Die Zeichenanzahl im Bericht ist nützlich, sollte aber nicht überinterpretiert werden.

Sie beweisen nicht:

• Dass jede Opus 5-Anfrage genau 7.694 Zeichen enthält.
• Dass die System-Prompt-Länge die Codequalität direkt vorhersagt.
• Dass kürzere Prompts automatisch besser sind.
• Dass die 80%-Daten von Anthropic falsch sind.
• Dass Opus 5 in jeder Sitzung 72 % mehr Gesamtkontext benötigt als Opus 4.8.
• Dass der erfasste Text jede dynamische Anweisung der Produktnutzung enthält.

Die Prompt-Länge ist nur eine Variable.

Die Qualität der Anweisungen, die Reihenfolge des Kontexts, Prompt-Caching, Tool-Design, Fähigkeiten, Repository-Beweise und die Modellkompetenz beeinflussen das Ergebnis.

Ein präziser Prompt kann vage sein; ein längerer Prompt kann präzise sein. Das Ziel ist nicht die minimale Zeichenanzahl, sondern der minimale Kontext, der das Modell zuverlässig mit den benötigten Informationen und Grenzen versorgt.

Größere Erkenntnisse für Agent-Entwickler

Mit der Verbesserung der Modelle verlagert sich die Anweisungsentwicklung von Mikromanagement hin zu Governance.

Ältere Agenten benötigten oft detaillierte Beschreibungen für die Ausführung jedes Schrittes. Stärkere Agenten können mehr Methoden aus Tools und Beweisen erkennen.

Das beseitigt die menschliche Rolle nicht. Es verändert, wo menschlicher Einsatz am wertvollsten ist.

Agent-Entwickler sollten weniger Zeit darauf verwenden, jedes erwartete Verhalten aufzuzählen, und mehr darauf, Folgendes zu definieren:

• Verfügbare Tools.
• Berechtigungsgrenzen.
• Tatsächliche Quellen.
• Erfolgskriterien.
• Umfangsbeschränkungen.
• Kostenkontrolle.
• Eskalationspfade.
• Deterministische Überprüfungen.

Das Modell benötigt weniger Ratschläge für jede Aktion, gleichzeitig aber klarere Berechtigungen dafür, was es tun kann, was es beweisen muss und wann es aufhören sollte.

Häufig gestellte Fragen

Hat Anthropic wirklich über 80 % des System-Prompts von Claude Code entfernt?

Anthropic hat offiziell mitgeteilt, dass für fortgeschrittene Modelle wie Claude Opus 5 und Claude Fable 5 über 80 % des System-Prompt-Inhalts entfernt wurden.

Das Unternehmen gab zudem an, dass diese Änderung nicht zu einem messbaren Verlust bei seiner Codebewertung geführt habe.

Warum ist der erfasste Opus 5 Prompt 72 % länger als der von Opus 4.8?

Die Zahl 72 % basiert auf Opus 4.8. In der Erfassung des Entwicklers war der Prompt von Opus 4.8 mit nur 4.467 Zeichen ungewöhnlich kompakt, während Opus 5 nach Erhalt zusätzlicher gezielter Anweisungen auf 7.694 Zeichen kam.

Sind die Zahlen 15.225, 4.467 und 7.694 offizielle Daten von Anthropic?

Nein. Diese Daten wurden von einem unabhängigen Entwickler gemeldet, der die Claude Code CLI auf einen lokalen Server umleitete und die ausgehenden Anfragen überprüfte. Anthropic hat diese Zeichenanzahlen nicht als feste oder standardmäßige Gesamtzahlen veröffentlicht.

Ist der Prompt von Opus 5 immer noch kürzer als der von Opus 4.7?

Ja, in dem gemeldeten Capture. Obwohl der Prompt von Opus 5 mit 7.694 Zeichen länger ist als der von Opus 4.8, ist er immer noch etwa 49,5 % kürzer als der Prompt von Opus 4.7 mit 15.225 Zeichen.

Was sollte in CLAUDE.md bleiben?

Behalten Sie projektspezifische Fakten und Regeln bei, die das Modell nicht zuverlässig aus dem Repository ableiten kann. Verschieben Sie lange, konditionale Abläufe in Skills und entfernen Sie allgemeine oder wiederholte Anweisungen.

Warum sollten lange Arbeitsabläufe zu Skills werden?

Die Details eines Skills werden nur bei Bedarf geladen, anstatt jede Anfrage zu belasten. Dies unterstützt eine progressive Offenlegung und verhindert, dass irrelevante Sitzungen Überprüfungs-, Veröffentlichungs- oder Bereitstellungsprozesse in ihrem Standardkontext mitführen.

Benötigt Opus 5 strengere Prompts als ältere Modelle?

Es benötigt andere Prompts. Anthropic empfiehlt, Weitschweifigkeit, Fortschrittsaktualisierungen, Aufgabenumfang, übermäßige Validierung, Sub-Agent-Generierung und Selbstkorrektur zu kontrollieren, wenn diese Verhaltensweisen unnötige Kosten oder Zeit verursachen.

Wie kann ich überprüfen, ob mein Claude Code-Kontext zu groß ist?

Führen Sie claude doctor in der Shell oder /doctor in Claude Code aus. Überprüfen Sie außerdem manuell CLAUDE.md, Skills, Tool-Beschreibungen und wiederholte Anweisungen, da die automatische Diagnose nicht alle projektspezifischen Anforderungen ermitteln kann.

Verwandte Werkzeuge

• Claude Code: Die agentische Codierungsumgebung von Anthropic zur Repository-Erkundung, Bearbeitung, zum Testen und zur Automatisierung.
• Claude Code Skills: Verpacken Sie wiederverwendbare Arbeitsabläufe und Referenzen in SKILL.md-Dateien, die bei Bedarf geladen werden.
• Claude Code-Konfigurationsdebugger: Hilft bei der Diagnose, warum Anweisungen, Skills, Hooks, Einstellungen oder MCP-Server nicht wirksam werden.
• Claude Opus 5-Prompt-Leitfaden: Offizielle modellspezifische Anleitung zu Umfang, Weitschweifigkeit, Fortschritt, Sub-Agenten, Validierung und mehr.

Korrekturinhalte.

• Model Context Protocol: Ein offener Standard zur Verbindung von Agentensystemen mit externen Werkzeugen und Datenquellen.

Verwandte Links

• Neue Regeln des Kontext-Engineerings für Claude 5: Anthropics offizielle Erklärung zur 80%igen Reduzierung und den aktualisierten Prinzipien des Kontext-Engineerings.
• Claude Opus 5 Prompting: Offizielle Anleitung zur Steuerung der Eigeninitiative und des Agentenverhaltens des neuen Modells.
• Bewährte Prompting-Praktiken: Eine umfassende Referenz von Anthropic zu Anweisungen, Werkzeugen, Reasoning, Agentensystemen und Migration.
• Erweitern von Claude Code mit Skills: Offizielle Anleitung zum Erstellen und Organisieren wiederverwendbarer, bei Bedarf geladener Kontexte.
• Leitfaden zu Claude Code-Funktionen: Erklärt, wann CLAUDE.md, Skills, Hooks, Sub-Agenten und zugehörige Kontrollen verwendet werden sollten.
• Entwickler-Messungsbeitrag: Von Dritten erstellter Screenshot, der in dem Bericht über die Zeichenanzahl der System-Prompts zitiert wird.

Zusammenfassung

Anthropics 80%ige Reduzierung und die vom Entwickler gemeldete 72%ige Zunahme beschreiben verschiedene Vergleiche. Claude Code entfernte zahlreiche veraltete und stark vorschreibende Anweisungen, die für ältere Modelle bestimmt waren. Der erfasste Opus 5-Prompt erhielt anschließend im Vergleich zur extrem kompakten Opus 4.8-Version gezielte Anweisungen hinzugefügt.

Die gemeldete Länge des Opus 5-Prompts beträgt immer noch etwa die Hälfte des erfassten Opus 4.7-Prompts. Seine neu hinzugefügten Anweisungen stimmen mit dem Verhalten von Opus 5 überein, das Anthropic öffentlich beschrieben hat: mehr Fortschrittserzählung, breiterer Aufgabenumfang, häufigere Sub-Agenten-Beauftragung, längere Arbeitsergebnisse und wiederholte Selbstkorrektur.

Für Entwickler besteht die nützliche Antwort nicht darin, den kürzesten Prompt anzustreben. Halten Sie CLAUDE.md fokussiert, verschieben Sie konditionale Arbeitsabläufe in Skills, beseitigen Sie Redundanzen, verbessern Sie die Tool-Schnittstellen, bieten Sie ausführbare Referenzen und setzen Sie klare Grenzen für Umfang, Kosten und Fertigstellung.

Die neue Regel des Kontext-Engineerings lautet nicht „sage um jeden Preis weniger“, sondern „lade auf der richtigen Ebene nur die Anweisungen, die das Modell benötigt.“