模型升级后，旧 Prompt 为什么可能不好用了？

模型更听话，不代表原来的指令还会得到同样的结果。

以前以为模型升级之后，同一个 Prompt 的效果只会更好。

但 Anthropic 在发布 Claude Opus 4.7 时，专门提醒了一件很反直觉的事：

因为新模型更严格、更字面地遵循指令，为早期模型写的 Prompt，有时反而会出现意外结果。

到了 Opus 4.8，这类行为仍然延续。它会更明确地执行 Prompt，不会自动把针对一个部分的要求推广到其他部分，也不会主动补上用户没有提出的需求。

这到底是什么意思？

假设你有一段代码审查 Prompt：

检查这段代码。只报告高严重程度的问题。判断要保守，不要吹毛求疵。

模型发现了两个问题：

• 一个可能导致用户被重复扣款；
• 另一个会让少数异常状态显示错误。

以前的模型可能把“只报告高严重程度”理解得比较宽松，最后两个都告诉了你。

更严格遵循指令的模型，也可能发现了两个问题，但只输出第一个，因为它认为第二个没有达到你规定的严重程度。

用户看到的却是：

新模型怎么反而少发现了一个问题？

能力未必下降了。它可能只是更认真地执行了旧 Prompt 里的过滤条件。

有些旧 Prompt 过去表现不错，可能部分依赖模型没有完全照做。

为什么模型要变得更字面？

因为“替用户猜”不总是一件好事。

例如，你只在第一部分下面写：

每个标题下使用三条 bullet points。

旧模型可能自行理解为全文都要这样排版。

在聊天里，这或许显得很懂你。但放进 API、结构化提取或者自动化流程里，就可能变成擅自扩大指令范围。

现在的模型更倾向于只执行你明确写出的要求。希望全文适用，就需要写清楚：

这一规则适用于所有部分。

Anthropic 给出的好处是：这样更精确，来回折腾更少，也更适合需要稳定、可预测结果的自动化流程。

换句话说，以前模型可能会帮你补全意思；现在它更希望你把范围说清楚。

旧 Prompt 里还可能藏着“脚手架”

所谓脚手架，是任务之外，为了弥补模型过去的缺点，额外加上的一套工作规则。

例如，真实任务只是修复一个 Bug，但项目指令里还写着：

开始前必须列计划。每调用三次工具必须汇报一次进度。每完成一个阶段都要总结。遇到任何不确定都要停下来询问。

这些规则未必有问题。

但其中一些可能是因为旧模型不主动汇报、容易漏步骤，才逐渐加进去的。

Opus 4.7 和 4.8 会在较长的 agent 任务中，更规律地主动更新进展。因此 Anthropic 建议，如果工作流里有“每三次工具调用必须汇报”这样的机制，可以先试着移除。

原因也没有那么严重：两套汇报方式叠加后，可能只是信息重复、机械更新变多，额外占用上下文和成本。

默认汇报不好用，再明确告诉模型，希望它在什么节点、汇报哪些内容。

重点不是旧规则都要删掉，而是：

这条规则当初在补什么？模型现在是不是已经会了？

有时需要调整的不是 Prompt

Opus 4.7 之后，Anthropic 还强调了一个重要变量：effort。

同一个模型，可以用不同的 effort 运行。effort 越高，模型通常会投入更多推理和工具调用，但速度更慢、成本也更高。Anthropic 认为，在同一个模型内调整 effort，很多时候比直接更换模型更合适；对于多数 coding 和 agentic 任务，官方建议使用 xhigh。

所以复杂任务回答得太浅时，不一定要继续往 Prompt 里写：

深入思考。全面分析。不要遗漏任何可能性。

可以先检查 effort。

工具调用太少时，也可能需要提高 effort，或者明确写出什么情况下必须使用工具。

这也意味着，结果发生变化时，不能只怪 Prompt。

可能是模型变了，也可能是 effort、工具调用习惯或者默认行为变了。

用户需要做什么？

不用因为模型升级，就把所有 Prompt 推倒重写。

一次性聊天，结果正常，继续用就好。

真正值得重新试一次的是：

• 长期反复使用的 Prompt；
• Skills；
• Claude Code 等 agent 的项目规则；
• 已经接入真实工作的自动化流程。

换模型后，拿一两个平时真的会用的任务跑一遍。重点看几个明显变化：

• 原来会覆盖的内容，现在有没有遗漏；
• 限制条件是否执行得更严格；
• 语气和篇幅有没有明显变化；
• 工具调用和进度更新是否还符合需要；
• 当前 effort 是否适合任务。

哪里真的变了，再改哪里。

范围不清，就把范围写清；过滤太严，就调整筛选条件；进度汇报重复，就试着移除旧脚手架；推理太浅，就检查 effort；模型本身不适合任务，再考虑换模型。

换了模型，重要的旧 Prompt 最好重新跑一遍。

这一篇讨论的是：模型变了，旧 Prompt 可能需要重新适配。

但还有另一种情况——模型没有变，Prompt 和 Skill 也可能在不断补规则的过程中，慢慢变得不好用。