Anthropic 在 11 月 14 日公开了一份针对 Claude Opus 5.5 的提示词使用建议，核心是七条要改掉的旧习惯。一句话结论：Opus 5.5 时代推理深度不再由提示词里的 think hard 这类措辞驱动，而是由 effort 档位决定，默认 Medium 已经等于上一代 Opus 5 的 High 水平，把思考深度写进提示词属于纯粹的浪费。
这份建议的时间点很关键。Opus 5.5 在 9 月 22 日发布，是 Pro、Max、Ultra 和 Team 套餐的默认模型，定价每百万输入 4 美元、输出 20 美元。一个月之后官方才把使用手册摆出来，说明很多用户还在用旧世代模型时代的写法，把模型的发挥压住了。下面按七条建议逐条拆，并补上 effort 档位的实际成本账。
第一条：把 think hard 从提示词里删掉
官方给的建议排在第一位的是去掉 think hard、think carefully 这类短语。Anthropic 的解释是模型始终会自主推理，并按任务难度和当前 effort 等级自动扩展思考深度。他们的测试显示，删掉这些短语后响应启动更快，质量没有可测量的下降。
这类措辞来自大约一年半前推理模型的早期做法。当时用户确实能用它稍微多榨出一点性能，或者把路由引向更深的思考路径。现在自适应推理成了标准动作，提示词里再写一遍等于多塞了几个无用的 token，还会让首个字符出现得更晚。
有一条硬约束值得记住。Opus 5.5 的自适应思考无法关闭，试图关闭的请求会直接报错。深度控制的唯一旋钮是 effort 档位，不是提示词。
第二和第三条：从 Medium 起步，一次把任务说清楚
第二条建议是默认从 Medium effort 开始，这也是 Opus 5.5 的出厂设置。Anthropic 的内部测试显示，Opus 5.5 跑在 Medium 上，表现与前代 Opus 5 跑在 High 相当。更高的档位成本更高，却不总能带来更好的结果，官方建议只在 Medium 不够用时再切到 High。设置入口在发送按钮旁边的模型菜单里。
第三条建议与逐条指令的写法有关。官方要求别再把复杂任务拆成一句一句的指令，而是用一条消息把三件事说清楚：目标是什么、输出格式是什么样、什么时候该反问用户。Opus 5.5 更擅长把多部分任务一次做完，甚至能从一条初始输入里自己给自己续提示。
官方自测里有几个可对照的数字。18 份生成的报告里有 16 份通过了针对每个数字和引文的自动检查。一份虚构的并购分析，Opus 5.5 耗时 63 分钟，Opus 5 需要 93 分钟，成本只有一半。一位早期测试者报告，在输出 token 少 20% 到 25% 的情况下，效果与 Opus 5 的 High 档相当。这些都是厂商内部测试，没有公布样本规模与评分细则，当作方向参考更合适。
第四到第七条：附图、点名风格、说自己的行文风格、接上系统
剩下四条都围绕上下文和产出物。
图表和表格直接作为图片或文件附上，不要手打数值。Anthropic 称旧模型时代那些手工转录的绕路已经不需要，Opus 5.5 在最低 effort 档读取密集图表数值，比 Opus 5 在最高档还要准。
需要文档或表格时直接要成品，不要先要草稿。官方说 Opus 5.5 常常一次就从请求走到成品，中间不需要人反复确认。
设计类任务要点名不想要的具体元素，比如米色背景或者胶囊形按钮，而不是笼统地说不要通用设计。Anthropic 的说法是，泛泛的禁令只会把一种默认风格换成另一种默认风格。
把自己的行文风格直接告诉模型，同时用连接器把 Claude 接到自己的文件与系统上。官方称接上之后结果会明显更贴合，因为模型可以自己把需要的信息拉进来。
effort 五档的实际成本账
effort 有五个档位，从 low 到 max。Anthropic 官方明确说过 effort 是行为信号而不是严格的 token 预算，它不会改变任何 token 的单价，改变的是一次响应会消耗多少输出 token，而且适用于响应里的全部部分，包括可见文本、工具调用和思考内容。输入 token 不受影响。
下面这张表按 Claude Code 内置的 effort 成本表换算成 Opus 5.5 的有效输出价。这份倍率表来自社区整理的 Claude Code 内部数据，不是官方费率表上的行，实际账单会随任务变化。
| effort 档位 | 相对 high 的 token 消耗 | Opus 5.5 有效输出价 (每百万) | Sonnet 5.5 有效输出价 (每百万) |
|---|---|---|---|
| low | 约 0.47 倍 | 约 9.4 美元 | 约 4.7 美元 |
| medium（默认） | 约 0.74 倍 | 约 14.8 美元 | 约 7.4 美元 |
| high | 1 倍 | 20 美元 | 10 美元 |
| xhigh | 约 2.41 倍 | 约 48.2 美元 | 约 24.1 美元 |
| max | 约 5.59 倍 | 约 111.8 美元 | 约 55.9 美元 |
这张表最反直觉的一行是 max。Opus 5.5 拉满 effort 之后有效输出价会超过百美元，比同价位的 Fable 5.2 的 40 美元还贵一大截。想省钱却把 effort 拉到 max，等于主动放弃 Anthropic 自己的价格优势。
模型怎么选：Sonnet 优先的分工该改了
第五条建议针对的是团队分工。Anthropic 认为，之前用便宜的 Sonnet 干日常、把 Opus 留给复杂项目的做法需要重新考虑。理由是能力更强的模型可以用更少的步骤完成任务，部分抵消更高的单 token 价格。官方给出的判断是，经常把 Sonnet 拉到 Extra High 或 Max 的用户，最终成本和用 Opus 5.5 差不多。
这里可以直接用单任务成本来对照。GameFeel Bench 的公开数据里，同一个游戏开发任务，Claude Opus 5.5 在 Medium 档单任务成本 0.88 美元，XHigh 档 2.60 美元，总分分别是 42.3 和 47.2。同一榜单上 Qwen3.8-Flash-Next 在 XHigh 档单任务成本只有 0.02 美元，总分 40.3。也就是说 Opus 5.5 把总分抬高 1.9 分的代价是单任务成本高出 40 多倍。这个价差能不能被省下来的开发时间覆盖，得看具体任务。
如果只做分类、抽取、路由和读日志这类范围明确的活，Haiku 5.5 的性价比仍然碾压其它三款，定价每百万输入 0.1 美元、输出 0.5 美元，超过 10 万 token 的请求整体按更高档计费。
照着改：一份自查清单
把七条建议压成可执行的动作，按这个顺序过一遍现有提示词库：
先全局搜索 think hard、think carefully、仔细想想、深入思考这几类短语，删掉。这一步零成本，立刻见效。
然后把日常任务的 effort 固定在 Medium，只有在产出确实不达标时才升到 High，并且记录每次升级后任务是否真的变好，而不是凭感觉升。
接着把分散的多轮指令合并成一条完整消息，补上目标、输出格式和反问条件三段。涉及图表的任务改成直接附文件。
最后处理设计类提示词，把不要通用设计这种空指令换成具体元素清单，并把团队既有的行文风格加进系统提示词。
这几步做完之后的收益是可量化的。响应更快，因为无用 token 少了；成本更低，因为 effort 从随手拉高回到了默认档；产出更完整，因为一次说清目标比逐句交代少好几轮来回。
常见问题
提示词里写 think hard 现在完全没用了？
对 Opus 5.5 基本无用。官方测试里去掉后响应启动更快，质量没有可测量的下降，而且自适应思考无法关闭，写这些词既不能加深推理也帮不上路由。不过如果是团队自研的推理模型或者别家 API 上的早期模型，这条经验不能直接搬过去，各家的路由策略不一样。
Medium 真的等于上一代的 High 吗？
这是 Anthropic 内部测试的结论，没有公开测试细节和评分口径。可参考的旁证是官方自己给的成本数据：Opus 5.5 输出 token 单价比 Opus 5 低 20%，而官方称默认设置下典型工作负载的总成本低 40%，这两个数字能互相印证。稳妥的做法是拿自己的一批真实任务在 Medium 和 High 各跑一遍，比分数更靠谱。
把 Sonnet 换成 Opus 5.5 真的更省钱吗？
条件成立才省。官方给的判据是经常把 Sonnet 拉到 Extra High 或 Max 的用户，换成 Opus 5.5 的总成本差不多。但如果是把 Sonnet 停在 Medium 或 High 做日常任务，Opus 5.5 的每百万 4 美元输入和 20 美元输出就是实打实的两倍价，换过去之前要先看任务是否真的需要跨轮次推理。
相关阅读
Opus 5.5 的性能、价格与安全评分全貌，可以对照站内这篇 Anthropic Opus 5.5 发布：追平 Fable 5.1，成本比上代低 40%，里面的基准表与定价降幅表覆盖得更完整。单任务成本与模型档位的横向对照，站内这篇 Qwen4 登顶 GameFeel 榜 49.9 分：成本仅 Opus 5.5 的 15% 给了 27 行原始数据，其中含 Opus 5.5 各 effort 档的实测花费与耗时。Opus 5.5 在通用榜单上的真实位置，站内这篇 Claude Opus 5.5 通过率仅 45.6%：AI 榜单 105 个基准已饱和 揭示了它在饱和榜单上的表现上限。若预算卡得更紧，站内这篇 Claude Haiku 5.5 深度：GDPval-AA 1620 分与降价 90% 给出了小档模型该承接哪些子任务的参考。
延伸阅读
- 八国与 OpenAI 等签署巴黎 AI 安全宣言：含关机机制5 天前
- PSI 攻克 5 道量子开放问题：37/80 阈值与 Lean 4 验证2 周前
- 清华代数世界模型AWM：ARC-AGI-3 183关全通，动作数仅人类43%2 周前
- Meta 发布 Muse Wonder 系列模型，主打跨对话记忆与长程智能体任务1 月前
继续读
往下这几篇值得接着看：
- Claude Meetings 上线：10 万格表格与 9000 连接器2026-11-12
- Claude Fable 5.2 发布：8 美元每百万 token 与 15 项基准2026-11-10
- LongCat-2.5 开源：1.6T 参数 MIT 协议，W4A4 量化怎么跑2026-11-10
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记
- Anthropic词条 · AI 自学笔记
- Claude Sonnet词条 · AI 自学笔记
- Claude Opus词条 · AI 自学笔记