LOL下注分析_战队对比—比赛前瞻

Claude Code：别再给Claude过多提示词了... - 电竞赛事数据

模型的性能在持续演变，因此使用它们的方法也需随之调整。

近期，Anthropic Claude Code 团队成员、前谷歌工程总监 Addy Osmani 发布了一篇详细文章，探讨了许多用户普遍存在的一个习惯：为 Claude 提供过多的提示和指令。

文章标题直接点明核心：你很可能一直在“过度提示”Claude。随着新一代模型能力的增强，过去那种事无巨细、逐步引导的使用方式，现在也到了需要重新审视的时刻。

在运用 Opus 5.5 时，Osmani 建议先尝试一种简洁的方法：用一条提示明确说明想要达成的目标，以及 Claude 应如何自我检查任务是否完成，然后放手让它自主执行。 推理强度可从 /effort medium 开始，再依据实际情况微调。

若用户自身尚未理清需求，可先让 Claude 不断提问，直到它掌握足够信息来撰写一份需求说明，随后开启一个新会话，依据这份说明推进工作。

其中，验收标准值得投入更多精力。Claude 认为任务结束后会自行停止；如果它能运行检查，以“通过或不通过”来判定结果，或围绕某个明确的数值目标进行验证，并能理解检查报告，就可依据结果持续修改和核对。

具备可执行的验收标准后，模型能更独立地推进任务，用户也能减少中途干预。 对于需长时间后台运行的任务，还可使用 /goal 设定条件，由另一个模型每轮结束后检查是否达成。

关于用户何时介入，沃顿商学院管理学副教授 Ethan Mollick 补充了一项建议：在任务中设置阶段性检查点，让模型汇报初步构想或展示原型。

那么提示词能精简到什么程度呢？

Osmani 在文中指出，针对 Claude Opus 5 和 Claude Fable 5 等模型，Claude Code 曾删掉超过 80% 的系统提示词，其编程评测表现并未出现可测量的下滑。他也建议用户在新模型发布后，对自己的指令进行类似实验：先删减一部分，观察模型在哪些地方遗漏了要求，再将相关指令补回，/doctor prompt-audit 命令可帮助找出那些针对旧模型编写的提示。

简而言之，提示词也需要定期清理，长期积累的规则应重新验证一遍。

类似的调整也适用于子智能体。Claude 已能自行分配工作，通常可让它自主安排。遇到全面审查、代码迁移这类工作量庞大且可独立开展的任务时，再明确要求它拆分并行处理。对于小任务，调用多个子智能体会增加成本和等待时间，因此仍需判断任务本身是否值得拆分。

在 Osmani 看来，子智能体适合并行处理任务和提供第二意见，使用数量需与任务规模匹配。根据他的观察，用户自行搭建智能体时，一个配备合适技能的智能体，就可能取得更优结果，且成本更低、响应更快。 在分析电竞赛事数据时，这种精简提示的方式同样能提升效率，减少不必要的交互。

若希望合上电脑后任务仍能继续，Osmani 推荐使用 Claude 云端会话。用户可从 claude.ai/code、Claude 应用，或通过 claude --cloud 启动。云端会话会在独立虚拟机中重新克隆代码仓库，因此开始前需先将本地提交推送到远端。之后可用手机查看进展、回答会话中的问题，最后检查代码差异并创建 PR。需要用到本机专属资源的任务，则继续留在本地执行。

进一步同时运行多个会话时，管理工作也会随之增加：每个会话在做什么，哪些已完成，哪些还在等待回复，都需跟踪。因此，Osmani 建议，先让一个会话能独立完成任务，再考虑同时运行多个会话。 如果每项工作都需频繁介入，多开会话也会增加用户来回切换和协调的时间。

Claude Code 的 Projects 功能，承担了其中一部分管理工作。一个项目相当于一段长期持续的对话，用户可将陆续出现的问题和任务贴进去，Claude 会为每项工作创建独立线程，通常通过云端会话并行处理。用户交代过的项目要求，会应用到之后的新线程；Overview 总览页则集中展示任务进度、可审查的 PR，以及等待用户回应的事项。根据文章介绍，Projects 当时正在面向 Pro 和 Max 用户公开测试。

随着更多执行工作交给模型，用户需将注意力放到结果核验上。近期版本的 Claude Code 已将自动模式设为交互式终端会话的默认启动方式，由分类器评估 Claude 的操作。Osmani 提醒，自动模式仍有局限，逐次批准权限提示也需认真判断。他给出的建议是，Claude 汇报完成时，让它展示执行过的命令和输出，或提供截图，方便核对实际结果。

代码审查也可先让 Claude 跑一轮。Osmani 透露，在 Claude Code 团队，多数改动都会先由 Claude 至少审查并修正一次，再交给人工查看。用户可使用 Team 和 Enterprise 套餐中的 Code Review，也可用更轻量的 /code-review，让一个未看过当前对话的子智能体检查代码差异。另开一个会话、提供需求说明，同样可获得一次独立审查，审查时可要求它重点关注需求和功能，将代码风格放在次要位置。

文章最后，Osmani 建议用户每隔几个月就重新检查一次自己的工作方式：哪些提示已可精简，哪些任务能交给模型独立完成，哪些结果仍需人工核验。