提示詞越寫越長反而害了你!Anthropic工程師:Claude Code團隊砍掉8成系統提示,模型才真正發揮
提示詞越寫越長反而害了你!Anthropic工程師:Claude Code團隊砍掉8成系統提示,模型才真正發揮

2026 年 7 月 1 日,Anthropic 技術團隊成員、任職於 Claude Code 團隊的 Thariq Shihipar(X 帳號 @trq212),在舊金山 Moscone West 舉行的 AI Engineer World's Fair 主舞台發表〈Field Guide to Fable〉演講。

這場演講正值 Claude Fable 5 於當天恢復全球存取、而非首次發布,他以一句「Fable is back」開場。他要談的是怎麼跟這一代模型合作,而他真正想講的一句話是:模型表現好不好,往往不只看模型本身。

他一上來就丟出一個例子:一般的聊天模型,未必答得出名字以「aw」結尾的寶可夢有哪些;但把同一個問題交給 Claude Code,它能自己跑程式、抓出完整清單再篩選,找出 Croconaw(藍鋸鱷) 和 Drednaw(暴噬龜)。

這說明差別不一定只來自模型聰不聰明,也可能來自它能不能動手用工具,而這正是他整場演講的核心。

模型是「養成」出來的,不是設計出來的

Shihipar 的第一個提醒是:面對大型語言模型,心態要比較像在研究生物,而不是在讀物理。

他說,模型是「養成」(grown)出來的,不是「設計」(designed)出來的。沒有人先寫好規格、決定它要在某個測驗拿幾分,再照著把它造出來;工程師做的是餵資料、給回饋、投入運算力,讓它自己長大,再一邊用一邊摸清它哪裡強、哪裡意外地笨。它的能力像鋸齒一樣高低不平:有些地方強得驚人,有些地方又笨得意外。

順著這個想法,他丟出一個更反直覺的判斷:真正卡住模型的,常常是我們自己。我們給它的工具環境(也就是 harness)、我們寫的系統提示和規格,反映的其實是「我們對這個模型了解多少」。了解得越淺,它就有越多本事被埋在檯面下。

Shihipar 把「搞懂這些條件、讓模型跑出實力」的做法,稱為 unhobbling(直譯是「解開束縛」)。

前面那個寶可夢的例子,正好對應他說的「潛藏能力落差」(capability overhang):能力其實早就在那裡,只是少了一個能跑程式的環境把它接出來。換一套工具,模型那些還沒被工具釋放的能力,就可能冒出來。

除了模型本身,harness 也決定它能發揮多少

大家談 AI 進步,習慣盯著參數量和版本號。但 Shihipar 認為,除了模型版本和底層能力,harness 怎麼設計,也會明顯影響模型實際能發揮多少。他舉了幾個橫跨不同版本的例子。

最早在純聊天的年代,工程師要模型寫程式,直覺就是把整個程式庫貼進去,以為上下文視窗夠大就能搞定。真正的轉捩點不是視窗變大,而是給模型「一雙手」:讓它能自己下 bash 指令、自己搜尋、自己拼湊出需要的背景——這就是 Claude Code 的起點。

系統提示(給模型的開場指令)的變化更能說明問題。他回顧,在新版 Claude 3.5 Sonnet 那時,最佳做法是「提示寫短、工具給少、多塞範例」;模型變聰明後,一度流行反過來,提示寫長、工具給多、範例塞好塞滿。

但到了最新一代,又倒回去。模型反而想要更短的提示,因為範例會綁住它的想像力,它其實比你給的範例更有想法。

Shihipar 說,Claude Code 團隊近期把系統提示砍掉了大約八成,原則從「規定它不能做什麼」改成「給它足夠的背景」,少下禁令、多給脈絡。

另一個他一再提到的例子,是讓模型「反過來問你問題」。這個功能在 Opus 4 上只能勉強用,得費力調半天才叫得動;到了 Opus 4.5,當他明確要求「針對這份規格問我 40 個問題」,模型就能一口氣完成一輪像樣的訪談;再到 Opus 4.8 和 Fable 5,它甚至能直接生出一份把問題嵌在裡面的 HTML 報告。

同一個功能跨過好幾個版本,從「勉強叫得動」變成「主動幫你把需求問清楚」,正是工具和模型一起長進的例子。

延伸閱讀:Harness Engineering是什麼?台大教授李宏毅實驗揭:AI為何仍需人類引導,還會越罵越笨?

瓶頸有一部分,移到了人身上:怎麼找出你沒想到的問題

有意思的是,當模型被「解開束縛」之後,Shihipar 說瓶頸並沒有消失,而是有一部分移到了人身上。

他借了一句老話:「地圖不等於實地。」你腦中的計畫、你寫的提示和規格,是地圖;真正的程式庫、現實限制和各種狀況,才是實地。Claude Fable 5 是最早讓他覺得「必須先把未知想清楚」的模型之一,因為它會一口氣跑很大一片範圍,一路撞上很多你地圖上沒畫、根本沒交代過的決策點。於是「對齊地圖和實地、把未知找出來」,反而變成新的瓶頸。

他把「你知道什麼」分成四種:

  1. 你知道的
  2. 你不知道的
  3. 你其實知道但沒特地寫下來(看到就認得)
  4. 你完全沒想到的

模型剛好能幫你逼近後面那幾種比較難纏的。Shihipar 分享的做法,其實都能直接變成你照著下的指令:

  • 盲點巡查(blind spot pass):叫模型去看某個模組、或某段程式修改紀錄(Git diff),例如下「請幫這段 diff 做一次盲點巡查,把我可能沒注意到的風險和邊界情況,照嚴重程度列出來,並說明理由」,幫你補上那些根本沒想到的問題。

  • 讓它反過來訪談你:這是他在台上實測過的一招——直接下「針對這份規格問我 40 個問題,優先問那些會改變整體架構的問題」,模型就會反客為主,把你心裡沒說出口的假設一條一條逼出來。

  • 給它一份參考範例當地圖:丟一份別套系統、別種語言的程式碼,甚至一份 HTML 原型給它,請它對照出你這邊漏掉了什麼。

  • 要它寫下 implementation notes:讓它把動工過程中遇到、但你沒交代清楚的決定即時記下來,事後你就能回頭看,問題到底出在哪一步。

  • 請它出題考你:做完一段後,讓模型反過來出題考你;答不出來,就表示你已經脫離狀況、沒跟上它在做什麼。

他特別強調,「留在迴圈裡」、確定拿到的是你真正想要的東西,是跟這一代模型合作最重要的一環;否則你只是按了個按鈕,對做出來的成果卻半句話都說不上來。

延伸閱讀:Fable 5怎麼用?官方教你這樣下提示詞,才用得出最強能力

東西更好做了,但做出價值還是難

演講後段,Shihipar 講了幾層更值得咀嚼的東西。

第一層是心情。他形容第一次認真用 Fable 5 這種等級的模型,心裡同時又爽又失落。

他以前經營過一家大約三十人的 YC 新創,被各種取捨折磨慣了:要快、還是要多做一個功能,只能選一個;一個月做完、還是兩個月做完,只能挑一個。

但他也老實說,回頭看幾週前還得花好幾週的工作,現在幾個小時就做完,「你怎能不笑,又怎能不哭」,因為他熱愛親手寫程式、在腦子裡把整個架構轉一遍的手感,而那個時代回不去了。

第二層,是他留給全場 AI 工程師的提醒,也是整場最該被記住的一句話:「 東西變好做了,但做出價值還是難(building is easier, but generating value is still hard) 。」

他認為,別太沉迷於把流程和環境弄得漂漂亮亮,那只是「變好做」的部分;真正難的,是找到那件值得做的事,而那通常要試很多次才會浮現。

延伸閱讀:
工程師與PM的價值被AI重寫?Claude Code負責人點名:未來團隊最缺的不是「建造者」,而是這2種人
Claude Code越用越貴?官方揭設定誤區:effort不是拉越滿越好,這樣用才聰明!

資料來源:Thariq Shihipar〈Field Guide to Fable〉演講(AI Engineer World's Fair,2026 年 7 月 1 日)、AI Engineer World's Fair 官方議程、Anthropic:Claude Fable 5 產品頁、Anthropic:Fable 5 恢復上線公告、Anthropic:Claude Fable 5 與 Claude Mythos 5 發布公告、《On the Biology of a Large Language Model》

本文初稿為 AI 編撰,整理.編輯/ 李先泰

關鍵字: #Anthropic #Claude
往下滑看下一篇文章
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓