Anthropic радикально переглянула підхід до контекст-інжинірингу для нового покоління моделей Claude. Під час внутрішнього аудиту інженери виявили, що системний промпт Claude Code розрісся до критичних розмірів, а його інструкції суперечили одна одній. Рішення виявилося несподіваним: видалення понад 80% промпту призвело до зростання якості, а не до його падіння.

Йдеться про фундаментальний зсув у тому, як модель сприймає навколишнє середовище перед запитом. Раніше контекст включав системний промпт, навички, файли проєкту та пам'ять — єдину, але громіздку конструкцію. Аналіз логів Claude Code показав, що частини цієї системи конфліктували: одна частина вимагала одного, інша — прямо протилежного.

Чому менше виявилося краще

Нове покоління моделей Claude, як з'ясувалося, здатне самостійно інтерпретувати контекст і приймати рішення без жорстких приписів. Тому Anthropic пішла на сміливий крок — скоротила системний промпт більш ніж на 80%. Внутрішні тести з програмування підтвердили: якість не лише не впала, а й у низці сценаріїв зросла.

Ключовий висновок із нового гайда компанії: модель працює краще за меншого обсягу інструкцій. Користувачеві варто не перевантажувати систему, а давати їй більше свободи. Замість багатосторінкових правил — один рядок: «пиши код у стилі навколишнього проєкту». Замість десятків прикладів — один, щоб не обмежувати варіативність. Інструкції, які потрібні лише зрідка, тепер виносяться в окремі навички та підвантажуються лише за потреби.

Особливу увагу Anthropic приділяє автоматичній пам'яті та розширеним посиланням. Claude сам зберігає важливе, а замість простих markdown-файлів рекомендує використовувати HTML та артефакти. Системний промпт при цьому важливий не всім: звичайному користувачеві Claude Code він не потрібен, але при створенні власного агента саме на ньому варто зосередитися.

Мій погляд: Цей крок — маркер зрілості ІІ-індустрії. Ми переходимо від епохи «промпт-інжинірингу» до епохи «контекст-інжинірингу», де модель бере на себе інтерпретацію, а людина лише задає вектор. Для розробників це сигнал: чим простіший і чистіший контекст, тим вища віддача від моделі. Інвесторам та аналітикам варто стежити за цим трендом — він безпосередньо впливає на продуктивність AI-агентів і, відповідно, на їхню комерційну цінність.