У світі стрімкого розвитку штучного інтелекту відбувається тиха, але знакова революція. Лідер індустрії, компанія Anthropic, зробила, на перший погляд, парадоксальний крок: вона видалила понад 80% системного промпту для свого флагманського інструмента Claude Code. В епоху, коли всі женуться за збільшенням складності та обсягу даних, цей крок демонструє зрілість технологій і зміну парадигми в підході до взаємодії зі ШІ.

Чому менше стало краще

Мій аналіз внутрішніх змін показує, що причиною стало фундаментальне протиріччя в старих інструкціях. Інженери виявили, що численні правила, навички та вимоги в промпті конфліктували між собою, створюючи «когнітивний дисонанс» для моделі. Одна частина контексту вимагала одного, інша — прямо протилежного. Це призводило до нестабільності та зниження якості відповідей.

Ключовий висновок, який я роблю з нової стратегії Anthropic: моделі нового покоління більше не потребують жорсткої опіки. Вони здатні самостійно аналізувати навколишній контекст і приймати рішення. Замість того щоб намагатися передбачити кожен крок, розробники тепер довіряють моделі. І, як показують внутрішні тести, це рішення не лише не погіршило, а й покращило продуктивність у задачах програмування.

Нові правила контекст-інжинірингу

Замість громіздких інструкцій Anthropic пропонує новий, мінімалістичний підхід. Основні принципи, які я виділяю з нової парадигми:

  • Довіра судженню моделі. Замість заборон — одна проста рекомендація: писати код у стилі навколишнього проєкту.
  • Відмова від зайвих прикладів. Три показані способи розв'язання задачі модель сприйме як єдино можливі, обмежуючи її креативність.
  • Поступове розкриття інформації. Не потрібно звалювати всі інструкції в один файл. Модель сама підтягне потрібні дані в потрібний момент.
  • Усунення дублювання. Інструкція має бути сказана один раз, а не повторюватися в різних місцях, створюючи плутанину.

Також я звертаю увагу на зміщення акценту з простих markdown-файлів на більш структуровані формати, такі як HTML та артефакти, а також на використання автоматичної пам'яті. Це дозволяє моделі ефективніше керувати інформацією та не витрачати токени на обробку зайвого.

Мій вердикт як аналітика: цей крок — не просто оптимізація, а сигнал про те, що ШІ переходить на новий рівень автономності. Для розробників це означає зміну парадигми: від «промпт-інжинірингу» (як змусити модель зробити) до «контекст-інжинірингу» (як дати моделі свободу зробити правильно). Інструменти, які не зможуть адаптуватися до цієї філософії, ризикують залишитися позаду.