系统提示词的保质期到了：80%指令删掉不降分，你还在给AI当保姆吗？

最近 Anthropic 在 Claude Opus 5 上做了一个大胆的实验：直接砍掉了 80% 的系统提示词，结果评测分数没降反稳。这个消息对于写了一两年 Prompt 的老手来说，有点像是在砸饭碗，但更像是一记警钟。

过期的“保姆级”指令

过去几年，我们养成了一个习惯：生怕 AI 不懂事，拼命塞指令。

“你是一个专业的助手...”

“请逐步思考...”

“输出格式要清晰...”

这些被称为“Rope”或基础约束的提示词，曾经被视为金科玉律。但模型能力迭代速度远超想象。现在的模型底层逻辑已经内化了大部分基础行为规范，继续堆砌这些旧指令，不仅无效，反而引入了噪声。

这就好比程序员写代码，不会每行都加注释说“我要定义一个变量”。你也不会对着一个精通语法的编译器，还要逐字解释什么是主语谓语。Prompt 工程，本质上也该遵循同样的原则：简洁即有力。

Prompt 也需要版本管理

我们管理代码有 Git，管理依赖有 package.json，但管理 Prompt 呢？很多团队还在用复制粘贴的方式维护那几万个字的 system prompt，里面混杂着三年前为特定模型写的“补丁”。

Claude 这次实验揭示了一个趋势：Prompt 像代码一样，有保质期。

旧的、冗余的指令正在变成负资产。它们占用了上下文窗口，分散了模型对核心任务的注意力。当你删掉那些“解释你的角色”、“一步步来”的陈词滥调，发现输出质量丝毫未减时，你就该意识到：该断舍离了。

如何实操：审查与精简

这不是让你明天就把所有提示词清空，而是建议建立一个定期审查机制：

1. 剥离测试：把你现有的系统提示词中关于“角色设定”和“基础思维链”的部分删掉，看输出是否依然稳定。
2. 聚焦核心：只保留那些真正影响任务结果的特殊约束，比如特定的业务术语、输出格式模板、或者禁止事项。
3. 精简语境：同样的意思，用更少的 token 表达。模型越聪明，它越能听懂人话，而不是听口令。

认知升级

这件事的深层意义在于，我们需要更新对 AI 能力的认知模型。以前我们是“指令构建者”，现在更接近“意图传达者”。

拥抱这种变化，不仅能提升交互效率，更能展现你对技术趋势的敏锐度。在这个领域，停留在旧经验里是最危险的事。别抱着那些过期的 Prompt 不放，那是你在给自己挖坑。

你的系统提示词，有多久没清理过了？