模型的能力在演进，我们运用它的策略也必须随之调整。
最近，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，探讨了一个许多用户都有的普遍做法：给 Claude 提供了过多的提示与指令。
文章标题直接点明了核心观点：你很可能一直在“过度提示”Claude。随着新一代模型能力的进步，过去那种事事交代、逐步引导的使用方式，现在也到了需要变革的节点。
使用 Opus 5.5 时，Osmani 建议先尝试一个简化的方法：用一条提示清晰说明目标，以及 Claude 应如何自我验证任务完成情况，然后放手让它执行。 推理强度可从 /effort medium 开始，再根据反馈进行调整。
如果用户自身需求尚未明确，可先让 Claude 持续提问，直到它掌握足够信息来生成一份需求说明，随后开启一个新会话，依据这份说明来开展工作。
其中，验收标准值得投入更多精力。Claude 在认为任务完成后会自动停止；如果它能运行检查，用“通过/不通过”来评估结果，或围绕某个明确的量化目标进行验证，并能理解检查报告，那么它就能根据结果继续修改与检查。
具备可执行的验收标准后，模型能更自主地推进工作，用户也能减少中途干预。 对于需要长时间后台运行的任务，还可利用 /goal 设定条件，由另一个模型在每轮结束后检查是否达成目标。
至于用户何时介入，沃顿商学院管理学副教授 Ethan Mollick 补充了一个建议：在任务中设置阶段性检查点（checkpoint），让模型汇报初步想法或展示原型。
那么提示词能精简到什么程度？
Osmani 在文中指出，针对 Claude Opus 5 和 Claude Fable 5 等模型，Claude Code 曾删除了超过 80% 的系统提示词，而其编程评测表现并未出现可测量的下降。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：先删除一部分，观察模型在哪些方面遗漏了要求，再将相关指令补回。/doctor prompt-audit 命令可帮助识别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，长期积累的规则值得重新验证。
类似的调整也适用于子智能体。Claude 已能自行分配工作，通常可以交给它自主安排。对于全面审查、代码迁移这类工作量大且可独立开展的任务，才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与等待时间，因此仍需评估任务是否值得拆分。
在 Osmani 看来，子智能体适合并行处理任务、提供第二意见，其数量应与任务规模匹配。根据他的观察，用户自行搭建智能体时，一个配备适当技能的智能体，可能取得更优结果，且成本更低、响应更快。
如果希望合上电脑后任务还能继续，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度、回答会话中提出的问题，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，则继续在本地执行。
进一步同时运行多个会话时，管理工作也随之增加：每个会话在做什么，哪些已完成，哪些还在等待回复，都需要跟踪。因此，Osmani 建议，先让一个会话能够独立完成任务，再考虑同时运行多个会话。 如果每项工作都需要频繁干预，多开会话也会增加用户来回切换与协调的时间。
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，用户可把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，会应用到后续的新线程；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 用户进行公开测试。
随着更多执行工作交给模型，用户需要将注意力转移到结果核验上。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要认真判断。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，以便核对实际结果。
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，同样能获得一次独立审查，审查时可要求它重点关注需求与功能，把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：哪些提示已经可以精简，哪些任务能够交给模型独立完成，哪些结果仍需要人工核验。
本文来自微信公众号 “机器之心”（ID：almosthuman2014），作者：关注大模型的，36氪经授权发布。
