換到新模型之後,寫給 AI 的規則檔要怎麼整理?拆解 Anthropic 的 prompt-audit
2026年11月16日 · Waiting7777 · 8 分鐘閱讀
AIAI Agentssystem prompt換到新模型之後,寫給 AI 的規則檔要怎麼整理?拆解 Anthropic 的 prompt-audit
最近手上用的模型換了一代,換完之後第一個想到的問題是,之前寫的那堆 CLAUDE.md 跟 skill 都是對著舊模型的脾氣調出來的,哪一句是因為舊模型會跳步驟才加的、哪一句是某次出包之後補的,現在連我自己都分不太出來,那麼這些規則檔要不要跟著模型一起整理?
剛好之前看 Simon Willison 訪談 Claude Code 團隊,Thariq 講了一句話我一直記得:
One of the patterns we saw is that we were over-constraining Claude.
連寫 Claude Code 的人都說自己以前把模型限制得太多,拿掉一些限制型的句子之後反而變好,後來發現 Claude Code 裡面就有一個指令在做這件事,叫 /doctor prompt-audit,指令本體沒有開源,但它背後的方法是一份公開的 markdown,放在 anthropics/skills 裡面,全文 237 行,上禮拜把它從頭讀了一遍,這篇把它怎麼判斷哪句該刪、哪句不能刪整理下來,最後拿自己的 skill 試一次。
指令在哪裡
| 入口 | 掃什麼 |
|---|---|
/doctor prompt-audit | CLAUDE.md、skills、agents、commands |
/claude-api prompt-audit | 程式裡的 system prompt、tool 描述、請求設定 |
直接讀 prompt-audit.md | 任何規則檔,包括 AGENTS.md |
前兩個是 Claude Code 的入口,一個掃 coding agent 的設定檔,一個掃你自己寫的 API 程式,第三個才是我覺得最實用的,文件本身就寫明它同時適用 API 應用跟 coding agent 的設定檔,所以用 opencode 或其他工具的人,把這份 markdown 丟給你的 AI 讀,請它照著檢查就好,它說穿了就是一份寫得很仔細的規則。
找的是不再適合的句子
很多人聽到 prompt 要整理,直覺就是把它變短,這份文件從頭到尾都在反對這件事,它要找的是不再適合的句子,分三種,不適合新模型的、不適合現在這個專案的、還有彼此矛盾的。
背後的理由是新模型比較聽話,而且會照字面去做,以前對舊模型要大聲講三次它才會做的事,現在講一次它就做了,大聲講三次它反而會做過頭,例如你寫 CRITICAL: You MUST use this tool,它就真的每次都用,連不該用的時候也用,所以那些為了舊模型加的施壓語氣跟步驟,放到新模型上變成了副作用。
八步流程
0. 定範圍和目標模型(不問使用者,自己從 repo 推)
1. 盤點所有會送進模型的文字
2. 查來歷:git blame
3. 刪除規則:只問一題
4. 掃四組反模式
5. 報告:位置、原文、對到哪個模式、信心高中低
6. 提出修改,不自己套用
7. 前後驗證
第 0 步就滿有它自己的風格,範圍跟目標模型它不問你,自己從 repo 推,然後把假設寫在報告最上面,錯了重跑就好,第 1 步盤點的是所有會變成模型輸入的文字,system prompt、tool 描述、CLAUDE.md、skill、範例都算,設定檔跟金鑰不讀。
我覺得最有意思的是第 2 步,對每一句強調或禁止的話跑 git blame,然後問兩個問題,它當初是在防哪個模型的哪個錯?新模型還會犯嗎?這其實就是把 prompt 當成 code 在看,每一行都應該有它存在的理由,只是 code 有 test 會提醒你,prompt 裡的句子加了之後通常就再也沒人敢動,一年後變成一層一層的地質層。
第 6 步只放中高信心的修改,一條一塊讓人可以挑著收,不會自己去改你的檔案,第 7 步後面再講。
刪除規則
整份文件的判斷標準其實只有一題,模型自己會不會已經知道?
只有作者才知道的東西,產品是什麼、跑在什麼環境、品質標準到哪、這條限制是為了什麼,這些是脈絡,永遠留著,會變成刪除候選的是模型本來就會做的事,像「要準確」「要仔細」這種,還有為了舊模型的毛病貼上去的補丁。
用這一題去看自己的規則檔會有點尷尬,因為會發現寫最多字的地方常常是在教模型它本來就會的事,真正只有我知道的背景反而一句帶過。
四組反模式
第一組是過時的 prompt 文字,也是內容最多的一組:
| 反模式 | 舊寫法 | 建議 |
|---|---|---|
| 施壓語氣 | CRITICAL: You MUST... | Use this tool when... |
| 被功能取代的鷹架 | think step by step、要它在輸出裡寫推理 | 刪掉,新模型本來就會先想,深度改用 effort 控制 |
| 規定過細 | 判斷題寫成 STEP 1、2、3,一長串「不要」 | 寫目標、限制、怎麼驗證 |
| 單一範例 | 只放一個標準答案 | 放幾個刻意不同的,模型會照抄長度跟語氣 |
| 輸出編排 | 「120 字以內」「最多五點」「每三步回報一次」 | 一起拿掉 |
| 化石 | 舊模型的名字、為舊毛病加的句子 | 寫現在的規則,不寫歷史 |
施壓語氣這條有一個反方向的版本,「盡量」「如果可以的話」也會被抓出來,因為新模型照字面讀,會把它當成可以不做,講太大聲會用過頭,講太客氣會被跳過,兩邊都要調回正常的音量。
第二組是脆弱的 skill 跟設定檔,寫死的路徑和版本號、一次事故變成的永久規則、兩個檔案對同一件事講法不一樣、還有把規則寫成歷史故事的(「上次因為 xxx 所以現在要 yyy」)。
第三組是 tool 描述,這組方向剛好相反,tool 描述常常是要加字的,參數是什麼意思、有什麼限制、什麼情況會失敗都要寫清楚,要拿掉的只有語氣跟範例,這也再次說明它的目標真的跟長短無關。
第四組是請求設定跟架構,自己寫 API 程式的人才會碰到,這邊就先跳過。
不准刪的
這一段是我覺得整份文件寫得最好的地方,它花了跟刪除清單差不多的篇幅在講什麼不能刪:
- 脈絡永遠不算贅字,太短的 prompt 只會得到平庸的輸出
- 贅跟長是兩回事,不能拿字數當刪的理由
- 危險操作保留精確的步驟,刪除、權限、合規流程都是
- 新模型還會犯的錯,那條禁令就留著,判斷標準是錯誤會不會重現,跟句子長得像不像禁令無關
- 什麼都沒找到是正常結果,不要硬湊
最後一條很重要,一個檢查工具如果每次都一定要交出東西,它就會開始刪不該刪的,文件裡的說法是,一份只會叫人刪的檢查,傷到的是最認真照做的那些人。
拿自己的 skill 試
光看規則沒感覺,所以拿上一篇提到的 code review skill 草稿來試,照文件的規則一句一句對:
| 原句 | 對到的模式 | 判斷 |
|---|---|---|
| 「每一個檔案都要看過,一個都不能跳」 | 施壓語氣 | 留,但補上理由,大 PR 會挑著看是現在還會發生的錯 |
| 「最多報 5 則」 | 輸出編排 | 待討論 |
| 「找不到就跳過,不要編造」 | 規定過細 | 低信心,先留,之後用測試確認 |
| 「先跑腳本定範圍」 | 規定過細 | 留,流程固定的操作本來就要精確步驟 |
| 「以下類別不刪,就算你覺得不太確定」 | 施壓語氣 | 改寫,補上為什麼權限跟安全寧可多報 |
先講清楚,這張表是我照文件規則手動判斷的,不是工具跑出來的報告,也還沒做第 7 步的驗證。
結果五句裡面明確要改的只有一句,而且沒有任何一句是直接刪掉,大部分的動作是補上理由,本來以為會砍掉一半,結果一行都沒少,檔案還變長了 :p
「最多報 5 則」這條最有意思,它完全符合輸出編排這個反模式,但要不要拿掉,得看當初為什麼寫它,如果是因為 review 意見太多就沒人要看,那它是產品限制,屬於只有我知道的脈絡,應該留,而且要把這個理由寫進去,如果只是以前怕舊模型太囉嗦順手加的,那就該拿掉,同一句話,留不留取決於它的來歷,這也就是為什麼流程裡會有 git blame 那一步。
opencode 的對照
查資料的時候順便翻了 opencode 的 repo,它會依照模型挑不同的 system prompt,給 Claude 的那一份變化是這樣的:
| 時間 | 給 Claude 的 prompt | 全大寫強調(MUST、NEVER...) |
|---|---|---|
| v1.19 | 專用的,105 行 | 8 個 |
| v2 初期 | 專用的,53 行 | 7 個 |
| 2026-09-05 | 整份刪掉,改用所有模型共用的 15 行 | 0 個 |
| 2026-09-11 | 加回一段,註解密度跟著周圍的程式碼 | 0 個 |
從 105 行一路刪到共用的 15 行,刪完之後發現 Claude 會幫每個函式都加上註解,六天後再用一段話加回去,這跟 prompt-audit 的第 7 步是同一件事,刪掉一句只是假設,改前改後各跑一次行為測試,一次只改一個地方,退步了就用最短的說法加回去。
opencode 沒有說它是照這份文件做的,比較像是兩邊各自走到同一個做法,但對用 opencode 的人來說,背後的 system prompt 已經瘦成這樣了,自己寫的 AGENTS.md 如果還是滿滿的 MUST 跟 NEVER,其實就是整條鏈上最大聲的那一段。
結論
讀之前我以為這會是一份教人把 prompt 砍短的文件,讀完發現它教的是分辨,哪些句子是寫給已經不存在的舊模型看的,哪些是只有你才知道、模型怎麼猜都猜不到的,前者可以拿掉,後者通常還寫得不夠,而且不管哪一種,刪掉都只是一個假設,沒有測試就沒辦法知道它到底有沒有在作用,所以除非手上有幾個可以重跑的案例,否則不要急著大砍。
如果只想做一件最小的事,打開自己的規則檔,搜全大寫的 MUST 跟 NEVER,看每一句後面有沒有寫為什麼,沒寫理由的那幾句,大概就是一年後連自己都不敢刪的那幾句吧。
參考資料
Waiting7777
WoW Arena 冠軍轉前端,用電競 meta 思維拆解技術趨勢。
相關文章
AIAI Agents+1AI 寫的 code 都是 slop?一個月 11,000 個 PR、revert 率 0.5% 的團隊怎麼做
Lauren Tan(poteto)在 AI Engineer 講她的團隊一個月發 11,000 個 PR、revert 率還維持在 0.5%,靠的不是更好的模型,是把規則寫成 lint、把 token 花在驗證上,聽完回頭看自己的 repo,發現踩過的坑只寫在註解裡,沒有任何檢查會擋。
2026年11月17日 · Waiting7777 · 9 分鐘閱讀
繼續閱讀 →
AI AgentsSEO+1把個人網站變得 agent-friendly:一個週末補完 9 個 well-known 路由
從 Link headers 到 WebMCP,isitagentready 給了我 9 個作業,我花一個週末全部交完。
2026年11月4日 · Waiting7777 · 7 分鐘閱讀
繼續閱讀 →
AIAI Agents+1做 code review agent 之前,我先拆了阿里的 open-code-review
規劃 code review agent 時越做越發現什麼都能寫成 code,於是拆了阿里開源的 open-code-review,看它怎麼把不能錯的步驟交給程式、只把判斷留給模型,整理成七條設計原則,再回頭判斷這件事到底該不該做成 agent。
2026年10月27日 · Waiting7777 · 9 分鐘閱讀
繼續閱讀 →這篇文章對你有幫助嗎?
每週一篇 — 技術趨勢背後的商業邏輯
AI 產業在變什麼、工程師該注意什麼——拆清楚寄到你的信箱。